[发明专利]基于机器视觉的道路跟踪方法在审
| 申请号： | 201410538370.0 | 申请日： | 2014-10-13 |
| 公开（公告）号： | CN104331878A | 公开（公告）日： | 2015-02-04 |
| 发明（设计）人： | 李向阳;方向忠;王慈 | 申请（专利权）人： | 上海交通大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00 |
| 代理公司： | 上海汉声知识产权代理有限公司 31236 | 代理人： | 郭国中 |
| 地址： | 200240 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于机器视觉的道路跟踪方法，包括如下步骤：S1：获取图像；S2：使用逆透视映射恢复道路结构信息；S3：使用卡尔曼滤波器对道路模型参数进行预测；S4：在参数预测基础上，使用平行主动轮廓模型对道路边界进行检测；S5：使用卡尔曼滤波器对检测结果进行优。本发明即可用于结构化道路的边界检测也可以用于非结构化道路的边界检测。由于基于平行性约束的平行主动轮廓模型的引入，可以提高在存在遮挡或者道路破损等道路场景中道路检测的准确率。通过对视频序列t上的道路模型使用马尔科夫链进行建模，通过卡尔曼滤波器对道路的参数进行预测，并且使用卡尔曼滤波器对道路检测误差进行建模，从而可以提高道路跟踪的鲁棒性。 | ||
| 搜索关键词： | 基于 机器 视觉 道路 跟踪 方法 | ||
【主权项】：
一种基于机器视觉的道路跟踪方法，其特征在于，包括如下步骤：步骤S1：通过成像设备获取道路场景图像；步骤S2：使用逆透视映射恢复道路的结构信息；步骤S3：使用卡尔曼滤波器对道路模型参数进行预测；步骤S4：根据步骤S3得到的预测结果，使用平行主动轮廓模型对道路进行检测，得到检测结果；其中，所述平行主动轮廓模型是在两条独立的开环主动轮廓模型的基础上通过添加平行性约束得到的一组模型，该模型通过两条主动轮廓模型周边的内力和外力共同作用，并且由于平行性约束，最终得到两条平行的二次曲线；步骤S5：使用卡尔曼滤波器对检测结果进行优化；步骤S6：输出道路跟踪结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海交通大学，未经上海交通大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201410538370.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种连续式复分解法生产硝酸钾的系统及方法
- 下一篇：芒硝制无水硝工艺
