• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于車道信息融合的車輛行為識別

    2020-03-13 11:31:32宋士奇
    液晶與顯示 2020年1期
    關鍵詞:樣條像素點車道

    宋士奇,樸 燕,王 健

    (長春理工大學 電子信息工程學院,吉林 長春 130022)

    1 引 言

    智能交通系統(tǒng)作為國家信息化建設的重要組成部分,在城市道路智能監(jiān)控、高速公路智能調(diào)度及車輛高級輔助駕駛系統(tǒng)等方面發(fā)揮著重要作用。其中車輛的行為識別作為智能交通系統(tǒng)的關鍵技術(shù),在車輛的自動駕駛和輔助駕駛領域中受到了廣泛關注[1]。車輛的行為信息對于保障駕駛員的人身安全、避免交通事故的發(fā)生具有重要的參考價值和實際意義。

    獲取車輛行為信息數(shù)據(jù)的方式總體上包括感知技術(shù)探測和視頻圖像處理兩大類[2]。感知技術(shù)探測主要利用傳感器探測車輛周圍的環(huán)境,根據(jù)道路交通兩側(cè)和監(jiān)控上方的探測傳感裝置獲取所需參數(shù),綜合判斷車輛的行為狀態(tài),此類方法目前廣泛應用于智能汽車行業(yè)之中。視頻圖像因其包含豐富的數(shù)據(jù),通過圖像處理手段對監(jiān)控攝像頭和行車記錄儀獲取的視頻進行分析,已成為獲取車輛行為信息的主要方法。相比于感知技術(shù)探測,視頻圖像處理因其具有更好的魯棒性和實時性,已經(jīng)成為研究車輛行為識別的熱點方向。目前在車輛行為識別領域,基于圖像處理算法的研究已取得階段性的成果。Kasper等[3]運用貝葉斯網(wǎng)絡的基本理論在結(jié)構(gòu)化道路場景中識別車輛的行為。Gadepally等[4]在綜合考慮車輛動力學模型的基礎上,采用隱馬爾可夫模型描述車輛的行為。Song等[5]使用改進的Moravec算法提取特征點,構(gòu)建車輛特征點的運動軌跡曲線判斷車輛的行為狀態(tài),在復雜天氣條件下具有較高的魯棒性。潘登等[6]提出了車輛行為的時空演化模型,為復雜場景下車輛的行為建模和車輛的自適應控制奠定了基礎。黃鑫等[7]在車輛檢測和車輛跟蹤的基礎上,采用特征熵和特征標量兩個參數(shù)到聚類中心的歐式距離,判斷車輛的行為特征。但是,目前車輛行為識別算法處理的視頻很多都是基于道路監(jiān)控高點固定獲得的,因此背景沒有變化,很難應用于背景變化的車輛自動駕駛領域。并且基于軌跡特征的車輛行為判斷很大程度上取決于車輛跟蹤的魯棒性,軌跡聚類的過程導致車輛行為識別實時性差。

    本文針對車輛行為識別存在的問題,提出一種基于車道信息融合的車輛行為識別算法,應用于車輛的輔助駕駛領域。主要表現(xiàn)在:(1)在車道檢測過程中提出一種基于改進Robinson與LSD的模型,實現(xiàn)對不同場景下車道的高效檢測;(2)根據(jù)車道的檢測結(jié)果,提出一種基于滑動窗口的三次樣條數(shù)學模型,實現(xiàn)對車道的擬合;(3)通過車道的參數(shù)信息分析車輛的運動狀態(tài),結(jié)合車輛位置綜合判斷車輛的偏離狀態(tài)。

    2 算法原理

    2.1 車道檢測

    車道檢測是車輛輔助駕駛的基礎,并且在車輛的行為識別中發(fā)揮著重要作用,但光照條件、車道路面破損及路面陰影干擾等因素往往影響著車道檢測的效率和準確性。因此本文提出一種基于改進Robinson與LSD的模型實現(xiàn)車道的檢測。算法首先將獲取的視頻幀圖像進行感興趣區(qū)域分割、逆透視變換及色彩空間轉(zhuǎn)換等圖像的預處理,然后利用改進的Robinson算子建立插值公式求取最佳梯度幅值實現(xiàn)車道邊緣的提取,最后通過效率更高的LSD算法實現(xiàn)車道的檢測。

    2.1.1 圖像預處理

    通過行車記錄儀或者車載攝像機獲得的車道圖像通常包含天空、車道兩旁的樹木等一些環(huán)境信息,若直接對采集到的圖像進行處理,不僅降低了車道檢測的效率,而且無關信息的干擾也影響著車道檢測的準確性。通常在結(jié)構(gòu)化道路中車道信息位于圖像的中下部,因此本文將圖像的中下部設定為感興趣區(qū)域,即圖像的預處理部分。

    相機的圖像采集過程可以看作世界坐標系與圖像坐標系之間的映射,因此獲得的行車圖像具有近大遠小的透視效果。通過傳統(tǒng)的逆透視變換可以有效地矯正圖像,但需要借助相機位置參數(shù)、朝向參數(shù)等獲取逆透視變換矩陣,計算過程復雜。本文應用一種簡單的逆透視規(guī)則,即從感興趣區(qū)域中采樣4個位置點,在俯視圖中估算4個點的位置,直接計算逆透視變換矩陣。設(x,y)為感興趣區(qū)域中的坐標點,俯視圖中相應的坐標點為(u,v),則對應的映射過程為式(1):

    QW=HIWPI,

    (1)

    式中有:

    PI=[x,y,1]T,

    (2)

    QW=[uλ,vλ,λ]T,

    (3)

    其中:λ為輔助參數(shù),HIW為逆透視變換矩陣。通過4組對應的坐標點,即可對逆透視變換矩陣中的未知參數(shù)進行求解,通過不斷調(diào)節(jié)兩幅圖中對應點的坐標,獲取最佳映射矩陣,計算效率高、實用性強。

    目前基于RGB色彩模型的車道檢測算法,對白天光線均勻的場景有較強的適用性,但在低照度環(huán)境中效果較差,而采用YCbCr模型可以對圖像的亮度和色度進行分離,能夠有效避免光照對車道檢測的影響。本文在逆透視變換處理的基礎上通過色彩轉(zhuǎn)化模型式(4),實現(xiàn)低照度環(huán)境中車道的檢測。

    (4)

    2.1.2 改進Robinson車道邊緣提取

    運用Canny算子、Sobel算子、Robinson算子等進行圖像的邊緣提取是目前的常用方法[8],在車道檢測的過程中同樣也被廣泛應用。其中Robinson算子由8個理想的邊緣模板組成,對噪聲具有抑制的作用,算子的輸出值通過與被檢測區(qū)域最為相近的模板給出,使得圖像邊緣得到增強。但也存在著計算復雜、定位不準確等問題,本文對Robinson邊緣提取過程進行改進,使其在車道檢測的過程中效率更高。

    利用邊緣模板與圖像進行卷積運算時,由于中心像素點到各領域點的距離差距,因此引入權(quán)重因子進行加權(quán)卷積運算。定義模板矩陣和圖像灰度值矩陣分別為

    (5)

    (6)

    (7)

    其中Gθ(i,j)為坐標(i,j)處θ方向的梯度幅值,w為權(quán)重因子。通過式(8)計算坐標(i,j)的梯度幅值G(i,j)

    G(i,j)=max(|Gθ(i,j)|),

    (8)

    定義最佳梯度區(qū)間α為梯度幅值G(i,j)在坐標(i,j)處方向角θ±22.5°范圍。

    在實際圖像的計算過程中通常只能得到中心像素點A其8個鄰域的梯度幅值,而中心像素點的最佳梯度幅值可能在8個鄰域的臨近區(qū)間,因此在定義的最佳梯度區(qū)間α內(nèi)求取最佳梯度幅值。若最佳梯度方向角為β,如圖1所示,為了得到最佳梯度幅值GrabTmp1引入式(9)進行插值運算:

    GrabTmp1=2·GrabA1·GrabA2,

    (9)

    其中:GrabA1和GrabA2在滿足GrabA1+GrabA2=1的條件下,分別為式(10)和式(11);

    (10)

    (11)

    圖1 最佳梯度方向Fig.1 Best gradient direction

    對得到的最佳梯度幅值GrabTmp1進行非極大值抑制,以實現(xiàn)對車道邊緣的細化作用。

    2.1.3 基于LSD車道檢測

    Hough變換是進行車道檢測的重要步驟,但也存在著檢測效果不穩(wěn)定的現(xiàn)象,而LSD(Line Segment Detector)算法[9]具有檢測速率快、魯棒性強的特點。因此,本文將經(jīng)過車道邊緣提取的圖像利用準確性和效率更高的LSD算法實現(xiàn)車道的檢測。

    圖2 line-support區(qū)域生成圖。(a)原圖像;(b)level-line區(qū)域;(c)line-support區(qū)域。Fig.2 Line-support region generation diagram. (a) Original image; (b) Level-line region; (c) Line-support region.

    LSD直線檢測算法主要參考梯度大小和方向兩個因素計算局部直線輪廓,在線性時間內(nèi)能夠獲得亞像素級精度的檢測結(jié)果。算法首先根據(jù)每個像素點的level-line角度生成level-line區(qū)域,再利用種子生長法尋找角度一致line-support區(qū)域,如圖2所示,通過最小外接矩形對line-support區(qū)域進行擬合,其中該區(qū)域的主軸方向由矩形的主軸方向確定;然后統(tǒng)計最小外接矩形內(nèi)的像素點個數(shù),即level-line角度與主軸角度之差在容錯區(qū)間2τ范圍內(nèi)的像素點個數(shù);最后計算基于獲取數(shù)據(jù)下的最小外接矩形的NFA(Number of False Alarm)值,并判斷NFA的值是否滿足閾值條件,由此決定最小外接矩形是否為直線。LSD直線檢測過程中的種子生長法定義為:在未搜索的區(qū)域內(nèi),把像素點中梯度幅值最大的點確定為種子點,并將該像素點標定為已搜索,搜索該像素點周圍未搜索過并與該像素點的角度誤差值在閾值范圍內(nèi)的鄰域點,然后以新點作為起點并進行遞歸搜索。LSD算法在檢測的過程中由于不需要調(diào)節(jié)參數(shù),因此能夠滿足幾何圖像的快速變換。

    2.2 車道擬合

    車道擬合作為車道檢測的后續(xù)步驟,通過對檢測的車道特征點進行擬合,可以獲取車道的參數(shù)信息。本文提出一種基于滑動窗口的三次樣條數(shù)學模型,實現(xiàn)對車道的擬合。

    2.2.1 基于滑動窗口的車道特征點識別

    按照x軸方向?qū)④嚨罊z測的結(jié)果劃分為左右兩個部分進行區(qū)域搜索,分別將兩個部分在x軸方向做直方圖統(tǒng)計,得到像素峰值分布圖如圖3所示,將最大峰值的位置確定為車道線搜索的基點。設置搜索窗口的寬度和高度參數(shù),窗口寬度設定為車道寬度的2倍,以窗口寬度的3/4定義窗口的高度。以基點中心作為當前搜索的起點進行網(wǎng)格化縱向搜尋,對每個搜尋窗口分別進行x軸方向和y軸方向直方圖統(tǒng)計,獲取搜索窗口內(nèi)非零像素的個數(shù)并濾除非零像素個數(shù)小于閾值的窗口,計算剩余窗口內(nèi)非零像素的坐標均值作為當前搜索窗口的中心點,并將當前搜索窗口的中心點作為下一個備選基點。

    圖3 像素峰值分布圖Fig.3 Pixel peak distribution

    設第i個基點為Si(xSi,ySi),第i個窗口的中點為Ci(xi,yi),若基點Si和中心點Ci的坐標滿足式(12)及式(13):

    xi=xSi-h,

    (12)

    (13)

    其中:h為搜索窗口的高度,w為搜索窗口的寬度,yi1為窗口縱向自下而上搜索到第一個白色像素點的縱坐標值,yi2為窗口縱向自上而下搜索到第一個白色像素點的縱坐標值。則將第i個窗口的中點Ci(xi,yi)作為第i+1個基點Si+1(xSi+1,ySi+1),否則將第i+1個基點Si+1(xSi+1,ySi+1)的坐標設定為(xi,ySi),以此進行遍歷至窗口到達圖像的邊緣為止,獲取車道特征點的坐標集合。

    2.2.2 基于三次樣條插值的車道擬合

    相比于最小二乘多項式,三次樣條曲線的一階和二階導數(shù)連續(xù)且曲線具有連續(xù)光滑的特性,因此三次樣條插值法構(gòu)建的車道數(shù)學模型更加符合車道的實際情況。

    設通過滑動窗口獲取的車道特征點坐標集合為{(x1,y1),(x2,y2),...,(xn,yn)},求解三次樣條的曲線方程即求解每一段樣條曲線的系數(shù),算法首先計算點與點之間的步長hi:

    hi=xi+1-xi,(i=1,2,...,n),

    (14)

    然后將路徑特征點坐標和端點條件代入矩陣方程計算,得到二次微分值mi,由此求解每一段的三次樣條曲線系數(shù):

    ai=yi,

    (15)

    (16)

    (17)

    (18)

    最后根據(jù)求解的曲線系數(shù),得到在每一個子區(qū)間xi≤x≤xi+1內(nèi),三次樣條插值函數(shù)的數(shù)學模型f(xi)=ai(x-xi)3+bi(x-xi)2+ci(x-xi)+di。依次計算對應區(qū)間插值函數(shù)的表達式,至遍歷所有特征點,得到三次樣條插值車道擬合模擬如圖4所示。

    圖4 三次樣條插值車道擬合模型Fig.4 Cubic spline interpolation lane fitting model

    2.3 車輛行為識別

    通過車道的擬合曲線可以獲取車道的參數(shù)信息,結(jié)合車輛相對于車道的位置,能夠綜合判斷車輛的行為狀態(tài),本文根據(jù)車道的曲率半徑和方向兩個參數(shù)分析車輛的運動狀態(tài),結(jié)合車輛的中心位置判斷車輛的偏離狀態(tài)。

    將經(jīng)過擬合的車道信息進行預處理,由于在結(jié)構(gòu)化道路中車道線以直線為主,且彎道的曲率在一定的閾值范圍內(nèi),因此每隔一個子區(qū)間選擇樣條插值函數(shù)進行參數(shù)計算。設左車道特征點坐標集合為{(Lx1,Ly1),(Lx2,Ly2),...,(Lxn,Lyn)},由此得到子區(qū)間內(nèi)含參數(shù)的三次樣條插值函數(shù)數(shù)學公式為:fL(Lxi)=aLi(x-Lxi)3+bLi(x-Lxi)2+cLi(x-Lxi)+dLi,以此計算點(Lxi,Lyi)處的曲率半徑RLxi:

    (19)

    并由式(20)計算得出左車道的曲率半徑:

    (20)

    再利用左車道特征點計算左車道方向DLx:

    (21)

    同理計算出右車道的曲率半徑RRx及右車道方向DRx。利用左右兩車道的曲率半徑均值得到車道曲率半徑Rx,根據(jù)左右兩車道的方向均值得到車道方向Dx,同時進行車輛方向量化編碼如圖5所示,將180°的平面左右各67.5°范圍編碼設定為車輛左轉(zhuǎn)和右轉(zhuǎn)方向,中間45°范圍設定為車輛直行方向。綜合車道曲率半徑Rx和車道方向Dx兩個參數(shù),通過式(22)判斷車輛的運動轉(zhuǎn)態(tài),其中T為車道曲率半徑閾值。

    (22)

    圖5 車輛方向量化編碼Fig.5 Vehicle direction quantization coding

    設某一運動時刻車輛和車道的位置關系如圖6所示,其中(Cxi,Cyi)為車輛的中心位置,(Lxi,Lyi)和(Rxi,Ryi)分別為對應于車輛中心位置(Cxi,Cyi)的車道左右邊界坐標,Lwd為車道中心到邊界的距離,根據(jù)式(23)計算車輛中心位置(Cxi,Cyi)到車道右邊界(Rxi,Ryi)的距離Dis:

    (23)

    將所得的距離Dis與車道中心到右邊界的距離Lwd進行比較,若所得的Dis值小于車道中心到右邊界的距離Lwd,則判定為車輛較車道中心位置偏右,若所得的Dis值大于車道中心到右邊界的距離Lwd,則判定為車輛較車道中心位置偏左,若所得的Dis值與車道中心到右邊界的距離Lwd值相等,則車輛位于車道的中心行駛。由此根據(jù)式(24)得出車輛的偏離狀態(tài)。

    (24)

    圖6 車輛車道位置模型Fig.6 Vehicle and lane position model

    3 實驗結(jié)果與分析

    3.1 數(shù)據(jù)集和實驗平臺

    本次實驗的數(shù)據(jù)庫選用BDD100K數(shù)據(jù)集[10]和實驗室自建的數(shù)據(jù)集,其中BDD100K數(shù)據(jù)集是伯克利大學AI實驗室開發(fā)的內(nèi)容最具多樣性的駕駛數(shù)據(jù)集,包括不同天氣、場景和時間的真實駕駛場景圖像,且圖像質(zhì)量包括高清和模糊兩種。本文的自建數(shù)據(jù)集為車載行車記錄儀在長春城市道路中車輛行駛所獲得,包括不同場景下的實時道路場景圖像和視頻。

    實驗基于Anaconda3平臺,通過Python3.6語言實現(xiàn)編程,所有實驗均在配置Intel Xeon E5-2678v3 CPU及NVIDIA 1080Ti GPU,操作系統(tǒng)為Windows Server 2016 64 bits,內(nèi)存為64 GB的實驗室服務器終端上完成。

    3.2 車道檢測結(jié)果與分析

    車道檢測作為車輛行為識別的基礎,其檢測結(jié)果往往影響著車輛行為識別的準確性。目前車道檢測的主要方法包括基于Haar特性的圖像匹配法[11]、基于貝塞爾曲線模型的檢測算法[12]、基于Hough變換[13]以及Hough變換改進的檢測算法[14],因此,選擇上述文獻的方法與文本提出的算法對車道檢測的性能進行評估,其中選擇的測試數(shù)據(jù)為BDD100K數(shù)據(jù)集中白天、傍晚、夜晚和雨天4種場景下各600幀圖像。參考文獻[15]中的評估指標,引入準確率(Cor)和橫向偏移(LD)兩個參數(shù)指標,其計算公式分別為式(26)和式(27):

    (25)

    (26)

    (27)

    其中:Gt為車道標定的真值點,X為算法檢測點,W為車道線的寬度,f為視頻幀數(shù),δ為誤差補償像素值。同時選擇傳輸速率(TR)、誤檢率(FDR)和漏檢率(MDR)對算法的檢測車道效果進行綜合評價,誤檢率為場景中錯誤識別車道線的幀數(shù)占總幀數(shù)的百分比,漏檢率為車道線漏檢的幀數(shù)占總幀數(shù)的百分比,車道檢測算法評估結(jié)果見表1。

    表1 車道檢測算法評估結(jié)果Tab.1 Result of lane detection algorithm evaluation

    從表1中可以看出,文獻[11]通過提取Haar特征能夠準確地識別車道信息,但算法計算復雜度高導致傳輸速率較低;文獻[12]采用貝塞爾曲線模型利用車道的連續(xù)性特征進行搜索,提高了檢測效率和實時性;文獻[14]通過改進的Hough變換進行車道檢測,相比于文獻[13]的Hough變換檢測法具有較高的檢測效率和檢測精度,同時算法在誤檢率和漏檢率上有所降低;本文算法在車道檢測的過程中,通過改進的Robinson算子建立插值公式,相比于上述算法處理的數(shù)據(jù)量較少,速度更快,提高了算法的運行效率,在復雜環(huán)境下避免了車道檢測過程中的誤檢和漏檢現(xiàn)象,優(yōu)化了檢測過程,提高了算法檢測的準確率。不同場景中車道檢測識別結(jié)果如圖7所示,從圖中可以看出本文算法在白天、傍晚、夜晚及雨天的不同環(huán)境下,車道檢測取得了較高的檢測精度,為后續(xù)車道的行為識別奠定了良好的基礎。

    圖7 車道檢測識別結(jié)果。(a~d)原始圖像;(e~h)車道檢測結(jié)果。Fig.7 Lane detection recognition results. (a~d) Original image; (e~h) Lane detection result.

    3.3 車輛行為識別結(jié)果與分析

    為了更有效地評估本文車輛行為識別算法的各項性能,分別在BDD100K公開數(shù)據(jù)集和實驗室自建的數(shù)據(jù)集中進行測試。根據(jù)車道檢測的結(jié)果選取車道檢測準確率較高的文獻[11]、文獻[12]和文獻[14]算法分別與本文采用的滑動窗口三次樣條車道擬合算法進行組合,同時在本文車道檢測算法的基礎上引入最小二乘車道擬合算法進行車輛的行為識別,并與本文算法進行對比。

    3.3.1 公開數(shù)據(jù)集結(jié)果與分析

    車輛的行為識別在BDD100K公開數(shù)據(jù)集的實驗,選取白天、傍晚、夜晚和雨天4種場景下各800幀視頻圖像進行測試。引入準確率(Cor)、錯誤率(Err)、傳輸速率(TR) 3個參數(shù)指標對車輛的行為識別算法進行綜合評價,其中錯誤率包括誤檢率和漏檢率,評估結(jié)果見表2。

    表2 車輛行為識別公開數(shù)據(jù)集結(jié)果Tab.2 Result of vehicle behavior recognition in public data sets

    從表2的實驗結(jié)果可以看出,方法1、方法2和方法3與本文算法相比,由于在車道檢測時檢測準確率的差異,導致其在車輛行為識別時結(jié)果的不同,其中本文算法與其他3種算法相比具有較高的檢測精度,并且能夠滿足實時性的要求。在方法4中車道擬合的方法選取了最小二乘法,與本文的滑動窗口三次樣條擬合算法相比數(shù)據(jù)擬合精度較差,因此本文的車輛行為識別結(jié)果的準確率與方法4相比有所提高。

    通常車輛的偏離狀態(tài)是影響車輛行為識別準確率的主要因素之一,因此本文在表2實驗結(jié)果的基礎上對車輛的偏離狀態(tài)進行進一步分析,選取準確率(Cor)和橫向偏移(LD)兩個參數(shù)對不同車輛行為識別算法進行評價,其中橫向偏移(LD)表示標定的真實點與算法檢測點之間的差值,車輛的偏離狀態(tài)行為識別結(jié)果見表3。

    表3 車輛偏離狀態(tài)行為識別結(jié)果Tab.3 Result of vehicle deviation state behavior recognition

    通過表3的實驗數(shù)據(jù)可以得到,本文算法與其他算法相比具有較高檢測準確率以及較小的橫向偏移,因此在對車輛的行為進行分析時,本文算法可以對車輛的運動狀態(tài)和車輛中心的偏離狀態(tài)給出較為準確的信息。

    針對不同場景下車輛行為識別的結(jié)果略有不同,綜合表2和表3的實驗數(shù)據(jù),選擇準確率較高的方法2和方法4以及本文的算法,對車輛的行為識別算法在白天、傍晚、夜晚和雨天4種場景下進行評估,每種場景各800幀視頻圖像,不同場景下車輛行為識別結(jié)果見表4,且在公開數(shù)據(jù)集中本文算法在不同場景下的識別結(jié)果如圖8所示。

    表4 不同場景車輛行為識別結(jié)果Tab.4 Result of vehicle behavior recognition in different scenes

    圖8 不同場景車輛行為識別結(jié)果。(a~b)白天場景;(c)傍晚場景;(d)夜晚場景;(e~f)雨天場景。Fig.8 Vehicle behavior recognition results in different scenes. (a~b) Daytime scenes;(c)Nightfall scenes; (d) Night scenes; (e~f) Rain scenes.

    根據(jù)表4的實驗結(jié)果,在不同場景下本文算法與其他兩種算法相比均具有較高的識別準確率和傳輸速率,結(jié)合圖8的實驗結(jié)果可以看出,在不同場景下本文算法能夠分辨出車輛的左轉(zhuǎn)如圖8(d)、右轉(zhuǎn)如圖8(f)和直線行駛3種行為,并對車輛的偏離狀態(tài)給出了有效的信息。

    3.3.2 自建數(shù)據(jù)集結(jié)果與分析

    為了使實驗的結(jié)果更具有實際意義,對車輛的行為識別算法在實驗室自建數(shù)據(jù)集進行測試。與在公開數(shù)據(jù)集中同樣選取白天、傍晚、夜晚和雨天4種場景下各800幀視頻圖像進行測試,并引入準確率(Cor)、錯誤率(Err)、傳輸速率(TR) 3個參數(shù)指標對車輛的行為識別算法進行綜合評價,評估結(jié)果見表5,在自建數(shù)據(jù)集中本文算法在不同場景下的識別結(jié)果如圖9所示。

    表5 車輛行為識別自建數(shù)據(jù)集結(jié)果Tab.5 Result of vehicle behavior recognition in self-built data sets

    根據(jù)表5實驗數(shù)據(jù),在自建的數(shù)據(jù)集中本文算法與其他方法相比,同樣具有較高的識別精度,并且每秒的傳幀速率能夠滿足實時性的要求。結(jié)合圖9的實驗結(jié)果,在不同的實驗環(huán)境下本文算法可以有效地識別車輛直行、左轉(zhuǎn)和右轉(zhuǎn)3種狀態(tài),并給出車輛偏離車道中心位置的信息。綜合車輛行為識別在公開數(shù)據(jù)集和實驗室自建數(shù)據(jù)集的實驗結(jié)果,本文算法與其他算法相比具有較高的準確率和傳輸速率。

    圖9 自建數(shù)據(jù)集車輛行為識別結(jié)果。(a~d)原始圖像;(e~h)實驗結(jié)果圖像。Fig.9 Self-built data set vehicle behavior recognition results. (a~d) Original image; (e~h) Experimental result image.

    4 結(jié) 論

    本文提出一種基于車道信息融合的車輛行為識別算法,對車輛輔助駕駛領域中車輛的行為狀態(tài)進行判斷。首先在圖像預處理的基礎上,運用改進的Robinson算子獲取最佳梯度幅值,實現(xiàn)對車道的邊緣提取,再利用LSD算法完成車道的檢測;然后通過一種基于滑動窗口的三次樣條插值法對車道進行擬合;最后根據(jù)車道的曲率半徑和方向2個參數(shù)分析車輛的運動狀態(tài),結(jié)合車輛的中心位置判斷車輛的偏離狀態(tài)。在公共數(shù)據(jù)集和自建數(shù)據(jù)集中分別進行測試,實驗結(jié)果表明本文方法在不同場景下可以有效地區(qū)分車輛的運動狀態(tài)并給出車輛的偏離信息,與其他算法相比,本文方法的準確率為93.04%,每秒傳輸幀數(shù)達到42.37,基本滿足交通場景的實際要求。

    猜你喜歡
    樣條像素點車道
    一元五次B樣條擬插值研究
    北斗+手機實現(xiàn)車道級導航應用
    避免跟車闖紅燈的地面車道線
    科學大眾(2021年9期)2021-07-16 07:02:50
    淺談MTC車道改造
    基于canvas的前端數(shù)據(jù)加密
    三次參數(shù)樣條在機床高速高精加工中的應用
    三次樣條和二次刪除相輔助的WASD神經(jīng)網(wǎng)絡與日本人口預測
    軟件(2017年6期)2017-09-23 20:56:27
    基于樣條函數(shù)的高精度電子秤設計
    基于逐像素點深度卷積網(wǎng)絡分割模型的上皮和間質(zhì)組織分割
    低速ETC/MTC混合式收費車道的設計與實現(xiàn)
    天天躁狠狠躁夜夜躁狠狠躁| 午夜影院日韩av| 999久久久精品免费观看国产| 中文资源天堂在线| 亚洲第一欧美日韩一区二区三区| 久久久久久大精品| 欧美黑人欧美精品刺激| 亚洲av美国av| 国产成年人精品一区二区| 在线免费观看的www视频| 在线免费观看的www视频| 久久精品国产亚洲av香蕉五月| 女人高潮潮喷娇喘18禁视频| 午夜免费成人在线视频| av天堂在线播放| 亚洲真实伦在线观看| 男人舔女人的私密视频| 色哟哟哟哟哟哟| 久久婷婷成人综合色麻豆| 久久精品91蜜桃| 国产精品亚洲一级av第二区| 欧美日韩精品网址| 小说图片视频综合网站| 欧美成人午夜精品| 久久久久久免费高清国产稀缺| 精品高清国产在线一区| 欧美高清成人免费视频www| 国产99久久九九免费精品| 亚洲 欧美一区二区三区| 久久久精品大字幕| 啦啦啦观看免费观看视频高清| 黄色毛片三级朝国网站| 久久热在线av| 欧美中文日本在线观看视频| 首页视频小说图片口味搜索| 精品欧美一区二区三区在线| 91麻豆av在线| 精品久久久久久久久久久久久| 中文字幕最新亚洲高清| 制服人妻中文乱码| 国产精品一区二区免费欧美| 亚洲av成人精品一区久久| 高潮久久久久久久久久久不卡| 夜夜躁狠狠躁天天躁| 亚洲在线自拍视频| 看免费av毛片| 男男h啪啪无遮挡| 国产亚洲精品av在线| 91在线观看av| 两性午夜刺激爽爽歪歪视频在线观看 | 制服丝袜大香蕉在线| 1024香蕉在线观看| 国产精品香港三级国产av潘金莲| 久久婷婷人人爽人人干人人爱| 国产av一区二区精品久久| 国产精品免费一区二区三区在线| 亚洲精品色激情综合| 亚洲精品美女久久av网站| 亚洲性夜色夜夜综合| 日本免费a在线| 日本a在线网址| 在线观看午夜福利视频| 国产亚洲av嫩草精品影院| 午夜免费激情av| 桃红色精品国产亚洲av| 久99久视频精品免费| 亚洲免费av在线视频| 99久久综合精品五月天人人| 欧洲精品卡2卡3卡4卡5卡区| 色尼玛亚洲综合影院| 91老司机精品| 精品高清国产在线一区| 在线观看舔阴道视频| www日本在线高清视频| 制服诱惑二区| 在线观看日韩欧美| 精品熟女少妇八av免费久了| e午夜精品久久久久久久| 中出人妻视频一区二区| 亚洲第一电影网av| 日本一本二区三区精品| 亚洲成av人片在线播放无| 国产免费男女视频| 成人高潮视频无遮挡免费网站| 亚洲熟女毛片儿| 亚洲 国产 在线| 国产真人三级小视频在线观看| 一进一出好大好爽视频| 国产av不卡久久| 淫秽高清视频在线观看| 亚洲av熟女| 欧美乱妇无乱码| 国产日本99.免费观看| 成人18禁在线播放| 国产99久久九九免费精品| 一本大道久久a久久精品| 黑人巨大精品欧美一区二区mp4| 久久婷婷成人综合色麻豆| 亚洲美女黄片视频| 久久天堂一区二区三区四区| 一二三四社区在线视频社区8| a级毛片a级免费在线| 亚洲黑人精品在线| 桃红色精品国产亚洲av| 非洲黑人性xxxx精品又粗又长| 人妻久久中文字幕网| 精品第一国产精品| 亚洲国产欧美网| 老熟妇乱子伦视频在线观看| 欧美日韩黄片免| 亚洲乱码一区二区免费版| 免费av毛片视频| 亚洲狠狠婷婷综合久久图片| 国产精品久久视频播放| 国产真实乱freesex| 国产视频内射| 国产又黄又爽又无遮挡在线| 男男h啪啪无遮挡| 国语自产精品视频在线第100页| 一进一出抽搐gif免费好疼| 国产真人三级小视频在线观看| 免费在线观看完整版高清| 露出奶头的视频| 99久久无色码亚洲精品果冻| 亚洲一卡2卡3卡4卡5卡精品中文| 欧美色欧美亚洲另类二区| 精品久久久久久久久久久久久| 一级毛片高清免费大全| 欧美 亚洲 国产 日韩一| 亚洲中文字幕日韩| 精品人妻1区二区| 丰满的人妻完整版| 成在线人永久免费视频| 免费看十八禁软件| 夜夜夜夜夜久久久久| 精品久久久久久久久久久久久| 亚洲午夜理论影院| 亚洲中文字幕日韩| 无遮挡黄片免费观看| 黄片小视频在线播放| 免费观看人在逋| 亚洲成av人片免费观看| 久久久久久亚洲精品国产蜜桃av| 亚洲天堂国产精品一区在线| 亚洲午夜理论影院| 亚洲精品在线美女| 午夜福利18| 午夜免费观看网址| 免费看美女性在线毛片视频| 又大又爽又粗| 精品一区二区三区四区五区乱码| 国产精品永久免费网站| 脱女人内裤的视频| 不卡av一区二区三区| 久久久久久人人人人人| 色噜噜av男人的天堂激情| 哪里可以看免费的av片| 亚洲一码二码三码区别大吗| 在线观看日韩欧美| 国产精品永久免费网站| 久久久久免费精品人妻一区二区| 一区二区三区激情视频| 久久国产乱子伦精品免费另类| 亚洲精品色激情综合| 欧美成人性av电影在线观看| 别揉我奶头~嗯~啊~动态视频| 久久伊人香网站| 亚洲午夜理论影院| 亚洲中文字幕一区二区三区有码在线看 | 91在线观看av| 日本黄色视频三级网站网址| 丁香欧美五月| 国产黄a三级三级三级人| 亚洲黑人精品在线| av片东京热男人的天堂| 亚洲人成网站高清观看| 曰老女人黄片| 国产精品久久久久久亚洲av鲁大| 他把我摸到了高潮在线观看| 在线观看美女被高潮喷水网站 | 国产精华一区二区三区| 欧美一级毛片孕妇| 国产精品电影一区二区三区| 国产精品av久久久久免费| 俺也久久电影网| 欧美中文日本在线观看视频| 可以在线观看毛片的网站| 夜夜看夜夜爽夜夜摸| 国产真人三级小视频在线观看| 视频区欧美日本亚洲| 日本 欧美在线| 欧美3d第一页| 一级毛片高清免费大全| 一区二区三区激情视频| av欧美777| 欧美日韩亚洲综合一区二区三区_| 真人一进一出gif抽搐免费| 欧美国产日韩亚洲一区| 免费在线观看视频国产中文字幕亚洲| 12—13女人毛片做爰片一| 亚洲激情在线av| 日本a在线网址| 国产视频内射| 丁香六月欧美| 日本黄色视频三级网站网址| 亚洲片人在线观看| 久久中文字幕一级| 国产成人av教育| 精品一区二区三区av网在线观看| 手机成人av网站| 精品人妻1区二区| 琪琪午夜伦伦电影理论片6080| 青草久久国产| 亚洲国产中文字幕在线视频| 日本熟妇午夜| 神马国产精品三级电影在线观看 | 免费观看精品视频网站| 国产精品亚洲一级av第二区| 在线观看一区二区三区| 免费观看人在逋| 免费在线观看亚洲国产| 淫妇啪啪啪对白视频| 国语自产精品视频在线第100页| 久久国产乱子伦精品免费另类| 欧美性猛交黑人性爽| tocl精华| 黄色丝袜av网址大全| 亚洲午夜精品一区,二区,三区| 精品人妻1区二区| 色综合站精品国产| 久久午夜亚洲精品久久| 在线播放国产精品三级| 国内精品一区二区在线观看| 国产亚洲精品第一综合不卡| 久久久久久久午夜电影| 午夜精品久久久久久毛片777| 午夜久久久久精精品| 曰老女人黄片| 在线视频色国产色| 国产精品自产拍在线观看55亚洲| 国产麻豆成人av免费视频| 成人18禁高潮啪啪吃奶动态图| 久久国产精品影院| 欧美av亚洲av综合av国产av| 日本精品一区二区三区蜜桃| 日韩三级视频一区二区三区| 久久精品国产亚洲av高清一级| 国产97色在线日韩免费| 九色国产91popny在线| 国产亚洲av高清不卡| 在线视频色国产色| 国产黄色小视频在线观看| 成人av在线播放网站| 午夜精品一区二区三区免费看| 国内精品一区二区在线观看| 无限看片的www在线观看| 日韩中文字幕欧美一区二区| 巨乳人妻的诱惑在线观看| 极品教师在线免费播放| 精品欧美国产一区二区三| 亚洲精品国产一区二区精华液| 超碰成人久久| 男人舔奶头视频| 国产av一区二区精品久久| a在线观看视频网站| 亚洲国产中文字幕在线视频| 国产精品久久久久久久电影 | 亚洲人成伊人成综合网2020| 丁香六月欧美| 精品少妇一区二区三区视频日本电影| 一进一出抽搐gif免费好疼| 国产欧美日韩精品亚洲av| 日韩大码丰满熟妇| 男女那种视频在线观看| 亚洲一区中文字幕在线| 亚洲国产看品久久| 免费观看人在逋| 在线观看日韩欧美| 国产av一区在线观看免费| 亚洲国产日韩欧美精品在线观看 | 日韩有码中文字幕| 中文字幕最新亚洲高清| 亚洲成人免费电影在线观看| 精华霜和精华液先用哪个| 九色成人免费人妻av| 欧美日韩福利视频一区二区| 最新美女视频免费是黄的| 成人特级黄色片久久久久久久| 亚洲国产看品久久| 亚洲人成77777在线视频| 欧美色欧美亚洲另类二区| 欧美一级a爱片免费观看看 | 亚洲人成77777在线视频| 免费在线观看成人毛片| 国产成人av激情在线播放| 日本成人三级电影网站| 国产免费av片在线观看野外av| 国内毛片毛片毛片毛片毛片| 精品久久蜜臀av无| 欧美日本视频| 久久国产乱子伦精品免费另类| 90打野战视频偷拍视频| cao死你这个sao货| 午夜福利在线在线| 国产av一区二区精品久久| 久久精品成人免费网站| 91麻豆av在线| 白带黄色成豆腐渣| 色噜噜av男人的天堂激情| 亚洲精华国产精华精| 首页视频小说图片口味搜索| 亚洲天堂国产精品一区在线| 亚洲精品在线美女| 两个人免费观看高清视频| 99riav亚洲国产免费| 一本精品99久久精品77| 色哟哟哟哟哟哟| 88av欧美| 午夜福利在线观看吧| 91老司机精品| 久热爱精品视频在线9| 日本免费一区二区三区高清不卡| 宅男免费午夜| 久久久久久久精品吃奶| 精品久久久久久久久久久久久| 成年版毛片免费区| 美女黄网站色视频| 日韩高清综合在线| 成人一区二区视频在线观看| 国产精品久久久久久久电影 | 免费看日本二区| 亚洲精品一卡2卡三卡4卡5卡| 欧美日本亚洲视频在线播放| 69av精品久久久久久| 成年女人毛片免费观看观看9| 欧美日韩精品网址| 亚洲精品久久成人aⅴ小说| 51午夜福利影视在线观看| √禁漫天堂资源中文www| 亚洲最大成人中文| 91麻豆精品激情在线观看国产| 亚洲黑人精品在线| 成熟少妇高潮喷水视频| 亚洲欧美日韩东京热| 2021天堂中文幕一二区在线观| 久久久久久久精品吃奶| 精品午夜福利视频在线观看一区| 国语自产精品视频在线第100页| 啦啦啦免费观看视频1| 精品国产乱码久久久久久男人| √禁漫天堂资源中文www| 国语自产精品视频在线第100页| 十八禁网站免费在线| 在线观看日韩欧美| 欧美性长视频在线观看| 国产成人系列免费观看| 亚洲五月天丁香| 国产人伦9x9x在线观看| 老熟妇仑乱视频hdxx| 91成年电影在线观看| 麻豆成人午夜福利视频| 精品一区二区三区av网在线观看| 国产99白浆流出| 丰满人妻一区二区三区视频av | 可以在线观看的亚洲视频| 国产伦一二天堂av在线观看| 日本五十路高清| 亚洲性夜色夜夜综合| 日韩欧美在线二视频| 老司机在亚洲福利影院| 天堂√8在线中文| 后天国语完整版免费观看| 欧美乱码精品一区二区三区| 久久人人精品亚洲av| 一级片免费观看大全| www.熟女人妻精品国产| 天天躁夜夜躁狠狠躁躁| 中文字幕熟女人妻在线| 很黄的视频免费| 麻豆成人av在线观看| 国产精品,欧美在线| x7x7x7水蜜桃| 亚洲专区字幕在线| 国产欧美日韩一区二区三| 欧美成人一区二区免费高清观看 | 亚洲成a人片在线一区二区| 国产伦在线观看视频一区| 在线永久观看黄色视频| 久久精品成人免费网站| 久久热在线av| 我的老师免费观看完整版| 哪里可以看免费的av片| 久久香蕉激情| www日本在线高清视频| avwww免费| 热99re8久久精品国产| 精品久久久久久久人妻蜜臀av| 一区福利在线观看| 久久久精品欧美日韩精品| 久99久视频精品免费| 精品久久久久久久人妻蜜臀av| 白带黄色成豆腐渣| 天堂动漫精品| 国产成人aa在线观看| 免费无遮挡裸体视频| 99热只有精品国产| 国产精品亚洲av一区麻豆| 变态另类成人亚洲欧美熟女| 一个人免费在线观看的高清视频| 久久久久国产一级毛片高清牌| 午夜两性在线视频| 亚洲精品色激情综合| 99精品久久久久人妻精品| 亚洲欧美日韩东京热| 久久99热这里只有精品18| 美女 人体艺术 gogo| 成人永久免费在线观看视频| 美女高潮喷水抽搐中文字幕| 狂野欧美白嫩少妇大欣赏| 一级毛片女人18水好多| 色噜噜av男人的天堂激情| 中亚洲国语对白在线视频| 亚洲国产欧美网| 亚洲成人中文字幕在线播放| 欧美色视频一区免费| 在线观看舔阴道视频| 黄片小视频在线播放| 美女 人体艺术 gogo| 黑人巨大精品欧美一区二区mp4| 亚洲av成人av| 国产久久久一区二区三区| 久久久久久免费高清国产稀缺| 日日干狠狠操夜夜爽| 国产成人av激情在线播放| 亚洲国产看品久久| 毛片女人毛片| 亚洲国产精品合色在线| 99精品欧美一区二区三区四区| 丝袜人妻中文字幕| 天堂av国产一区二区熟女人妻 | 中文字幕熟女人妻在线| 久久午夜综合久久蜜桃| 欧美日韩黄片免| 免费搜索国产男女视频| 国产又黄又爽又无遮挡在线| 成人av一区二区三区在线看| 国产精品 国内视频| 99热这里只有是精品50| 美女午夜性视频免费| 在线观看免费日韩欧美大片| 757午夜福利合集在线观看| 五月玫瑰六月丁香| 午夜成年电影在线免费观看| 欧美日韩黄片免| 日本 欧美在线| 国产激情欧美一区二区| 1024香蕉在线观看| 女警被强在线播放| 国产精品亚洲一级av第二区| 午夜福利免费观看在线| 国产精品一区二区三区四区久久| а√天堂www在线а√下载| 免费在线观看日本一区| 亚洲乱码一区二区免费版| 欧美人与性动交α欧美精品济南到| 国产熟女xx| 亚洲精品国产精品久久久不卡| 婷婷丁香在线五月| 婷婷精品国产亚洲av在线| 国产精品 国内视频| 超碰成人久久| 日本精品一区二区三区蜜桃| 国产精品久久电影中文字幕| 久久婷婷成人综合色麻豆| 久久天躁狠狠躁夜夜2o2o| 天堂av国产一区二区熟女人妻 | 成在线人永久免费视频| 欧美成人免费av一区二区三区| 日本五十路高清| 久久精品成人免费网站| 在线十欧美十亚洲十日本专区| 日本精品一区二区三区蜜桃| 久久伊人香网站| 午夜视频精品福利| 在线观看免费日韩欧美大片| 香蕉久久夜色| 亚洲精品粉嫩美女一区| 操出白浆在线播放| 久久精品91蜜桃| 男女之事视频高清在线观看| 真人做人爱边吃奶动态| 美女免费视频网站| 最新在线观看一区二区三区| 日本黄色视频三级网站网址| 1024视频免费在线观看| 精品高清国产在线一区| 国产高清视频在线观看网站| 成人国语在线视频| 波多野结衣高清无吗| 一边摸一边抽搐一进一小说| 亚洲va日本ⅴa欧美va伊人久久| 亚洲美女黄片视频| 日本 欧美在线| 麻豆一二三区av精品| 美女黄网站色视频| 国产单亲对白刺激| 亚洲美女黄片视频| 日本一二三区视频观看| 熟妇人妻久久中文字幕3abv| 波多野结衣高清作品| 正在播放国产对白刺激| 国产野战对白在线观看| 午夜老司机福利片| 老熟妇乱子伦视频在线观看| 岛国在线免费视频观看| 亚洲精品av麻豆狂野| 老汉色av国产亚洲站长工具| 久久草成人影院| 亚洲欧美日韩无卡精品| 最近在线观看免费完整版| 国产精品一区二区三区四区免费观看 | 成人国产综合亚洲| 久久久久久国产a免费观看| 一卡2卡三卡四卡精品乱码亚洲| 欧美又色又爽又黄视频| 久久午夜亚洲精品久久| 99国产精品一区二区三区| 我要搜黄色片| 国产午夜精品论理片| 国产av不卡久久| 人妻丰满熟妇av一区二区三区| 日韩成人在线观看一区二区三区| aaaaa片日本免费| 精品国产超薄肉色丝袜足j| 嫁个100分男人电影在线观看| 两性午夜刺激爽爽歪歪视频在线观看 | 欧美日韩亚洲综合一区二区三区_| xxx96com| 国产成年人精品一区二区| 91麻豆av在线| av在线播放免费不卡| 午夜激情福利司机影院| 一边摸一边做爽爽视频免费| 大型av网站在线播放| 亚洲午夜精品一区,二区,三区| 免费av毛片视频| 午夜久久久久精精品| 1024香蕉在线观看| 人妻久久中文字幕网| 嫩草影视91久久| 国产成人av教育| 日本五十路高清| 在线观看日韩欧美| 18禁观看日本| 一本一本综合久久| 国产高清视频在线播放一区| 黄片大片在线免费观看| 亚洲一区二区三区色噜噜| 亚洲国产欧美一区二区综合| 国产精品99久久99久久久不卡| 香蕉丝袜av| 看片在线看免费视频| 97人妻精品一区二区三区麻豆| 国产精品亚洲av一区麻豆| 悠悠久久av| 国产成人影院久久av| 欧美日韩黄片免| 一边摸一边抽搐一进一小说| 女同久久另类99精品国产91| 色播亚洲综合网| 国产亚洲av高清不卡| 九九热线精品视视频播放| 国产精品亚洲美女久久久| 最近最新中文字幕大全免费视频| 久久精品国产综合久久久| 香蕉丝袜av| 9191精品国产免费久久| 黄色视频,在线免费观看| 欧美最黄视频在线播放免费| 亚洲av日韩精品久久久久久密| 日本在线视频免费播放| 亚洲,欧美精品.| 亚洲欧洲精品一区二区精品久久久| 18禁国产床啪视频网站| 午夜福利成人在线免费观看| 18禁观看日本| 国产欧美日韩一区二区精品| 日本免费一区二区三区高清不卡| 久久久国产成人免费| 波多野结衣高清无吗| 国产亚洲欧美98| 国产一区在线观看成人免费| 狂野欧美激情性xxxx| avwww免费| 高清在线国产一区| 国内揄拍国产精品人妻在线| 国产精华一区二区三区| 少妇粗大呻吟视频| 老司机午夜十八禁免费视频| 成人国产一区最新在线观看| 欧美中文日本在线观看视频| 国产亚洲精品第一综合不卡| 欧美另类亚洲清纯唯美| 成人三级黄色视频| 国产片内射在线| 亚洲熟妇熟女久久| 日韩大尺度精品在线看网址| 欧美日韩中文字幕国产精品一区二区三区| 久久久久精品国产欧美久久久| 免费高清视频大片| 怎么达到女性高潮| 舔av片在线| 成人国产综合亚洲| 亚洲国产精品成人综合色| 亚洲精品在线美女|