人造环境中的车道检测

Question

我正在写一个应用程序，可以在驾驶模拟器中检测车道。环境相对简单，大多是直线多车道公路，几乎没有弯道。目前，我可以使用（经典）Hough变换成功检测线条，但问题在于HT自然也检测不是线条的线条。

我该如何更具选择性？我不画水平线了，但仍然有一些行蠕动。理想情况下，我想检测到车辆在行驶的车道边界。以下是环境

的典型形象这是我到目前为止所做的：

1.因为无论我驾驶什么地方，环境差不多都是相同的，所以我设置感兴趣区域（RoI）以排除地平线以及任何高于地平线的区域。

2阈值图像（我会解释我的一点原因阈值）

3. Canny边缘检测

4.用Hough变换

5.绘制检测不包括具有0.0或近似0.0的梯度的线

阈值成像的原因如下。如果你看一下上面链接的环境照片，你会看到一条灰色的线条与道路平行。因为它是一条连续的线 - 不像车道标记 - HT最终检测到它。我不能根据梯度排除它，因为它与车道标记具有相同的梯度。通过阈值，我可以删除它，因此只能检测实际车道标记的线条。

下面是上述操作

据我所知，有这个问题的许多解决方案的结果，我已经对这个阅读无数的论文，但他们似乎都处理环境复杂得多比这和/或简直超过我的头。对于它的价值，仅仅一个多月前，我没有ComputerVision的背景，所以这对我来说都是非常新的。

更新1：

我猜把这个更好的条件，我正在寻找一种方式来让不适合的模型线不包括车道模型。不幸的是，我不知道从哪里开始使用模型。有什么建议么？

对于它的价值，我已经设法识别车辆行驶的车道，并且可以排除不属于“活动”车道的额外线路，可以这么说。希望这张照片将帮助

它并不完美，但它的东西，我猜。在建模之后，我的最终目标是生成车辆的航向/位置。但我只想首先获得相对稳健的车道检测。我希望有一个简单的技术可以帮助实现这一目标（不依赖于系统参数，如视野焦距）。

Answer 1

一种方法是使用您正在查看的场景的先前知识。您可以创建一个隐藏状态的模型，其中包含或多或少的静态参数，如摄像机高度，摄像机倾斜度或车道宽度以及动态参数，如摄像机偏航，摄像机在车道内的横向位移，道路曲率等。可以在Kalman filter的框架中处理这种模型。这种模型的优点是能够容忍其他路面标记，例如方​​向箭头，斑马等。祝你好运！

Answer 2

也许你可以尝试仅在灰白色转换处找到的边缘上找到线条，而不是在整个图像的所有边缘上？