caltech-lane-detection，车道线检测分析

Caltech-Lane-Detection 算法概述 Caltech-Lane-Detection 是由加州理工学院提出的一种实时方法来检测城市街道中的车道标志。该算法基于生成道路的俯视图，使用选择性定向高斯滤波器进行滤波，通过 RANSAC 算法进行直线拟合，提出一种新的快速 RANSAC 算法进行初始猜测，以拟合贝塞尔样条曲线，然后进行后处理步骤。 该算法可以在不同条件下检测街道静态图像中的所有车道，同时以 50赫兹的速率运行，并取得很不错的效果。算法可以检测道路上所有的车道线，或者当前车道的两个车道标记。 在 caltech-lane-detection 的编写背景中，每年由很多人死于车祸，而其中大部分是因为驾驶员的疏忽造成的。同时，每天个人出行量的大幅增长增加了对现有的交通系统的压力。因此自动驾驶这项技术是十分重要的，而车道检测是一项有用的技术，自 20 世纪 80 年代中期以来受到了相当多的关注。 caltech-lane-detection 的整体流程图中，首先通过 IPM 变换生成道路图像的俯视图，这样可以消除图像中的透视效果，使看起来在地平线处汇聚的车道变成垂直和平行的。然后对图像进行过滤和阈值，得到一个二值化的图像，方便后面运算。接下来就可以检测图像中的线了，使用霍夫变换的简化版本来计算图像中有多少条线，然后使用 RANSAC 来稳健地拟合这些线。通过该步骤就可以得到候选线了。对于候选线进行细化，再经过后处理，将 IPM 转换后的图像中找到的线映射到原图中。至此就可以实现车道线的检测了。 caltech-lane-detection 软件包中包含实现主要实现车道线检测工作的 C/C++ 源代码和验证检测准确度的 Matlab 源代码。它通过拟合稳健的 Bezier 样条，实现了单图像的实时车道检测系统。它可以检测街道上的所有车道，或当前车道的两个车道标记。 C++ 部分功能中，输入是一些车辆行驶的行车片段，每帧就是一张图片，其实也就是一系列照片。通过代码可以得到每张照片的车道线展示并将车道线信息存放在一个 txt 中。