In order to ensure driving safety and advanced driver assistance systems (ADAS) attracted more and more attention. Lane departure warning system is an important part of the system. Fast and stable lane detection is a prerequisite for Lane detection under complex background. In this paper, we propose a new lane detection method through a bird’s eye view maps and modified RANSAC (random sampling) based on inspiration from the road feature extraction algorithm for remote sensing images. According to the image of a bird’s eye view, we can identify the tag line through progressive probabilistic Hough transform in the opposite lane detection. Then the group rows are detected by a new weighting scheme based on distance, we can get a candidate lane field. Each field, Lane the RANSAC algorithm is improved and the dual-model fitting. Therefore, the curvature of the road direction can be predicted and the slope of the line. Finally, our results show that lane detection algorithm is robust and real-time performance in a variety of road conditions.
Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten
Sie möchten Zugang zu diesem Inhalt erhalten? Dann informieren Sie sich jetzt über unsere Produkte:
Springer Professional "Wirtschaft+Technik"
Online-Abonnement
Mit dem Kombi-Abo erhalten Sie vollen Zugriff auf über 1,8 Mio. Dokumente aus mehr als 61.000 Fachbüchern und rund 500 Fachzeitschriften aus folgenden Fachgebieten:
Mit dem Technik-Abo erhalten Sie Zugriff auf über 1 Mio. Dokumente aus mehr als 40.000 Fachbüchern und 300 Fachzeitschriften aus folgenden Fachgebieten:
Mit dem Wirtschafts-Abo erhalten Sie Zugriff auf über 1 Mio. Dokumente aus mehr als 45.000 Fachbüchern und 300 Fachzeitschriften aus folgenden Fachgebieten:
Peden, S., Sleet, M., Hyder, A., Jarawan, M.: Global plan for the decade of action for road safety 2011–2020. UN: World report on road traffic injury prevention
5, 1–21 (2013)
2.
Ryosuke, O., Yuki, K., Kazuaki, T.: A survey of technical trend of ADAS and autonomous driving. In: 2014 International Symposium on VLSI Design, Automation and Test (VLSI-DAT), vol. 4, pp. 1–4 (2014)
3.
Sibel, Y., Gökhan, Y., Ekrem, D.: Keeping the vehicle on the road: a survey on on-road lane detection systems. ACM Comput. Surv.
46(1), 1–43 (2013)
4.
Kong, H., Audibert, J.Y., Ponce, J.: General road detection from a single image. IEEE Trans. Image Process.
19(8), 2211–2220 (2010)
CrossRefMATHMathSciNet
5.
Wang, J.G., Lin, C.J., Chen, S.M.: Applying fuzzy method to vision-based lane detection and departure warning system. Expert Syst. Appl.
37(1), 113–126 (2010)
CrossRef
6.
Canny, J.: A computational approach to edge detection. IEEE Trans. Pattern Anal. Mach. Intell.
8(6), 679–698 (1986)
CrossRef
7.
Richard, O.D., Peter, E.H.: Use of the Hough transformation to detect lines and curves in picture. Graph. Image Process.
15(1), 11–15 (1972)
MATH
8.
Kuk, J.G., An, J.H., Ki, H., Cho, N.I.: Fast lane detection and tracking based on Hough transform with reduced memory requirement. In: IEEE Conference on Intelligent Transportation Systems, pp. 1344–1349 (2010)
9.
Hsiao, P.Y., Yeh, C.W.: A portable real-time lane departure warning system based on embedded calculating technique. In: 2006 IEEE 63rd Vehicular Technology Conference, vol. 6, pp. 2982–2986 (2006)
10.
Chin, K.Y., Lin, S.F.: Lane detection using color-based segmentation. In: IEEE Intelligent Vehicles Symposium, pp. 706–711 (2005)
11.
Sun, T.Y., Tsai, S.J., Chan, V.: HSI color model based lane-marking detection. In: IEEE Conference on Intelligent Transport System, pp. 1168–1172 (2006)
Über dieses Kapitel
Titel
The Fast Lane Detection of Road Using RANSAC Algorithm
Die B2B-Firmensuche für Industrie und Wirtschaft: Kostenfrei in Firmenprofilen nach Lieferanten, Herstellern, Dienstleistern und Händlern recherchieren.
Unternehmen haben das Innovationspotenzial der eigenen Mitarbeiter auch außerhalb der F&E-Abteilung erkannt. Viele Initiativen zur Partizipation scheitern in der Praxis jedoch häufig. Lesen Sie hier - basierend auf einer qualitativ-explorativen Expertenstudie - mehr über die wesentlichen Problemfelder der mitarbeiterzentrierten Produktentwicklung und profitieren Sie von konkreten Handlungsempfehlungen aus der Praxis. Jetzt gratis downloaden!
