基于计算机视觉的车道线检测技术研究进展
江漫1
徐艳1
吕义付1
张乾2
1.贵州民族大学数据科学与信息工程学院 贵州贵阳 550025;贵州省模式识别与智能系统重点实验室 贵州贵阳 5500252.贵州民族大学数据科学与信息工程学院 贵州贵阳 550025;贵州民族大学教务处 贵州贵阳 550025
摘要：车道线检测是智能辅助驾驶的一项关键任务,准确且高速地检测出车道线具有重要的现实意义.文章对近年来基于计算机视觉的车道线检测方法进行了综述.首先介绍车道线检测流程,可概括为图像获取、图像预处理、车道线特征提取、车道线检测,并详细介绍了各个步骤的实现方法;其次,介绍了两种车道线特征提取方法,即传统方法和深度学习方法;接着分析和比较了四种车道检测方法,即基于分类、基于目标检测、基于图像分割、基于建模的检测方法;最后总结基于计算机视觉的车道线检测技术目前面临的机遇与挑战.
关键词：车道线检测特征提取深度学习计算机视觉
资助基金：国家自然科学基金(61802082)国家自然科学基金(61762020)
论文发表日期：2022-11-28
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：4( 21-24 )