from:車道檢測與跟蹤
車道檢測的目標：
1. 車道形狀，包括寬度、曲率等幾何引數
2. 車輛在車道中的位置，包括橫向偏移量，車輛與道路的夾角（偏航角）
車道檢測與跟蹤一般分為以下幾個部分：
1. 車輛、道路、相機模型
2. 道路特徵提取
3. 道路引數計算，如曲率，
4. 車道跟蹤
車輛、道路、相機模型
在現代道路設計中，道路有比較固定的設計模型，因此，對於高速公路等道路型別，車道的幾何模型可以以固定的形式表示。
車道弧長、曲率、偏航角、橫向偏移量構成車輛與車道幾何模型的要素。
車道一般由直線、圓弧和緩和曲線構成，緩和曲線通常是不同曲率的圓弧或直線的連線過渡，其曲率均勻變化，螺旋曲線是緩和曲線常用形式。
道路曲率與弧長（路長）的關係：
c = c0 + c1*l.
c0為起始點曲率，c1為曲率變化率。c0，c1都為0時，直線; c1為0時，c0不為0，圓弧；c1不為0時，緩和曲線。
在世界座標系下，或俯檢視下，在相機可視範圍內，若車道的變化方向較小，則道路可用圓弧近似表示：
道路的座標可以由弧長和曲率一般表示為：
y = l
x = 0.5*c*l^2
若相機與車道的橫向偏移量為d，與車道的夾角為a，則車道模型為
y = l
x = d + a*l + 0.5*c*l^2
從公式來看，這是乙個拋物線模型。這裡沒有考慮曲率變換率，即忽略了高次項(c1*l^3)/6。
不同的系統要求與道路環境，道路模型的精度要求也不同。在較早的系統裡，在大路（highway）環境下，
基於視覺的車道模型經歷了，平行直線模型 --> 固定曲率圓弧模型 --> 螺旋曲線模型。道路模型的精度不斷提高。
使用哪種模型，要根據系統的實際需求。如早期的系統裡，檢測大路（highway）中10公尺內的車道狀況，應用簡單的線性模型即可。而車道偏離告警（ldw）系統中，在高速公路上，需要30公尺-40公尺的精確的道路模型，這時，螺旋曲線（高階）或拋物線（二階）模型就更為精確。
相機模型：
由影象的二維資訊恢復出場景的三維資訊，就需要相機模型來確立兩者之間的對應關係。相機引數包括內部引數和外部引數。相機模型分為針孔相機模型和透鏡畸變擴充套件模型。這些在另外一篇文章裡有描述。相機的內外引數通過標定都可以獲取。相機的外部引數體現了相機座標下影象與世界座標下場景的齊次變換關係。
道路特徵檢測
道路上車道標誌的檢測是道路特徵檢測的關鍵部分，並且已有很多演算法，但道路場景太多，單一的演算法還是無法適用所有的場景。演算法分類：
適用場景
不適用場景
基於邊緣檢測
虛線、實線明顯
陰影、光照變化、反射不均勻
基於頻域技術
能處理反射不均的場景
陰影基於路面紋理/模板
陰影、光照不均等
反射不均
基於邊緣檢測的常用演算法有：
sobel, dog, log, steerable filter等。每種演算法都有各自的優缺點。這裡不再描述。
由基本演算法處理後得到道路的特徵影象，這裡以邊緣為例，需要進一步分析其特性，去除干擾，保留符合車道特徵的邊緣。如平行性、寬度等結構特徵。如果這些結構特徵分析做的好，也可以彌補基本演算法的不足。
其他檢測方法：
雙閾值特徵檢測：原影象、梯度影象（邊緣影象）分別有各自的閾值，分割出車道標誌特徵，當某點的灰度和梯度值分別大於各自的閾值時，才被選取為車道的特徵點，這個方法會去掉一些陰影等干擾。
可調濾波器steerable filter：
對原圖分別獲取gxx, gyy, gxy,高斯二階分量。角度可變的濾波器的強度響應如下：
求上式的極值，則需求角度的導數，則能獲取兩個角度
對於濾波器視窗內圓形對稱的物體，則兩個角度的響應差不多；而對車道，兩個角度響應的差值就比較大，響應大的方向就是車道方向，車道方向也可以探測出。
道路引數計算
道路方向、曲率的計算。霍夫變換是常用的檢測直線的方法，還有其他方法篩選特徵計算引數的方法，如最小二乘估計，ransac，這些方法基本上都設定了道路模型，由特徵點來計算引數。但也可以由計算出的模型，去除不符合條件的特徵。跟蹤
一般跟蹤的作用就是**下一幀影象內道路特徵的位置，在乙個較小的範圍內檢測道路特徵，提高效率。若**範圍內沒有檢測到道路特徵，則採用估計或上一幀特徵的位置，若連續幾幀都沒有檢測到道路特徵，則啟動全影象道路特徵檢測。kalmanfilter是常用的跟蹤演算法。
車道的狀態要考慮車道的位置、速度、偏航角及車輛行駛轉角之間的關係。
夾角增量 = 曲率 * 長度
狀態變數為道路弧長、車道夾角、道路曲率、車道寬度
車輛的行駛轉角作為控制輸入變數。
測量變數為道路弧長和車輛與道路的夾角。
則狀態轉移方程如下：
車道線跟蹤
在完成車道線檢測後，接下來要做的就是車道線的跟蹤，這也是智慧型汽車輔助駕駛的關鍵技術。在此領域的研究中，產生了多種車道線演算法，如aurora的自適應的模板相關法，該方法只能在路面狀況緩慢變化時工作良好 lois的變形模板法，能處理影象中車道邊緣比較弱的情況，而且還能排除路面陰影 汙水等的影響 ra...
車道線檢測之3D車道線檢測
可參考文獻 有相機座標系ccamera和道路座標系croad，作者假定兩個座標系的roll和yaw一致，僅存pitch的差異，那麼，兩座標係之間的轉換關係tc2r將由h cam和camera pitch確定，其中，h cam和camera pitch由模型 輸入為相機採集的影象，輸出分為2部分，第一...
matlab車道線檢測 車道線檢測簡易版
第一次接觸式車道線檢測時嘗試的實現，整理上傳下 1 提取原圖邊緣，可以看出車輛前方的車道線在整個影象下方的梯形區域，提取這個roi 2 在roi區域進行輪廓查詢，按照輪廓周長和面積過濾掉干擾項，最後應該剩下兩條分布在影象中線左右兩側的兩條車道線 3 對左右兩條車道線點集做直線擬合，最後得出兩條車道線...