典型文献
一种基于无人机影像的高精地图车道线检测与提取方法
文献摘要：
高精度地图是实现自动驾驶技术必不可少的基础设施,车道线是高精度地图车道级路网的重要组成部分.以往高精度地图的车道线检测多基于车载摄像头数据,存在成像范围有限、需要透视变换和多次拼接造成的效率问题.基于无人机航拍影像,采用U-Net网络识别道路区域,过滤非道路区域噪声,通过HSL颜色变换和Sobel算子分别计算车道线颜色和边缘梯度特征,使用O tsu算法自动确定特征分割阈值获得二值化车道线特征图,通过局部最大值算法确定滑动窗口的初始位置,最后借助滑动窗口算法和多项式检测拟合车道线.实验结果表明,在保证一定检测精度的前提下,单条车道线检测长度超过了百米,道路检测效率达到25.2 m/s,对比于地面影像的检测算法具有明显的效率优势.
文献关键词：
高精度地图;无人机影像;车道线提取;U-Net;视觉特征
中图分类号：
作者姓名：
吕可晶;严虹
作者机构：
中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室,北京100101;中国科学院大学资源与环境学院,北京100049
文献出处：
引用格式：
[1]吕可晶;严虹-.一种基于无人机影像的高精地图车道线检测与提取方法)[J].重庆大学学报,2022(08):141-150
A类：
tsu
B类：
无人机影像,高精地图,车道线检测,高精度地图,自动驾驶技术,路网,车载摄像头,头数,透视变换,拼接,效率问题,无人机航拍,航拍影像,Net,非道路,HSL,颜色变换,Sobel,梯度特征,特征分割,分割阈值,二值化,线特征,特征图,局部最大值,初始位置,滑动窗口算法,多项式,定检,检测精度,单条,百米,道路检测,检测效率,检测算法,效率优势,车道线提取,视觉特征
AB值：
0.409185
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
