仪器仪表学报

作者：吴一全，刘莉

单位：吴一全,南京航空航天大学电子信息工程学院南京211106,,刘莉,南京航空航天大学电子信息工程学院南京211106,

关键词：先进驾驶辅助系统;车道线检测;特征提取;车道线模型;深度神经网络

基金：国家自然科学基金(61573183)项目资助

车道线检测作为智能驾驶领域的关键技术，在车道偏离预警(LDW)和车道保持(LK)、车道变换(LC)和前向碰撞预警(FCW)、自适应巡航控制(ACC)等先进驾驶辅助系统(ADAS)中发挥重要作用。利用视觉的方法在车道线检测技术研究中占据主导地位，也是未来的发展方向。综述了近二十年来利用视觉的车道线检测方法的研究进展。首先简述了车道的分类及其特征，阐明了车道线检测的一般流程及面临的挑战；重点阐述了检测车道线的基于特征、基于模型、基于学习及其他方法的检测原理，评述了其优缺点并进行了分析与比较；随后介绍了车道线检测的常用数据集及性能评估指标；最后针对车道线检测方法目前存在的问题，对进一步的研究方向进行了展望。

来源：2019年第12期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2019年第12期