文献

J-GLOBAL ID：200902272774912977   整理番号：08A0272514

挑戦的なシナリオにおける車線のロバストな検出と追跡

Robust Lane Detection and Tracking in Challenging Scenarios

著者 (1件)： KIM ZuWhan (Univ. California, CA, USA)
資料名： IEEE Transactions on Intelligent Transportation Systems  (IEEE Transactions on Intelligent Transportation Systems)
巻： 9  号： 1  ページ： 16-26  発行年： 2008年03月 
JST資料番号： W1272A  ISSN： 1524-9050  CODEN： ITISFG  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 道路画像からの車線検出は,ITS(高度道路交通システム)の重要な応用である。本論文では,実時間のロバストな車線検出・追跡アルゴリズムを提案した。車線の湾曲や,磨り減った車線標識,車線の合併,終了,出現,分岐など様々な状況に対応できる方法である。まず,車線標識の様々な分類法の分類性能と計算時間を比較検討した。強度バンプ(intensity bump)検出,ニューラルネットワーク,Bayes分類器,及びサポートベクトルマシンなどの性能を比較した。提案した車線検出・追跡アルゴリズムは,車線境界の仮説を立てて検証する。画像から車線標識を検出し,車線境界の仮説を立て,車線境界の確率的グループ化を行う。仮説の生成には,検出のためのランダムサンプルコンセンサス(RANSAC)アルゴリズムと,追跡のためのパーティクルフィルタ法とを組み合わせて用いる。そして,確率的グループ化アルゴリズムにより車線境界仮説を左右の車線境界にグループ化する。これにより,車線の様々な状況を効率よく扱える。提案した方法の有効性を実験により確認した。

シソーラス用語： *路面標示 ,  *コンピュータビジョン ,  ITS【交通】 ,  車線 ,  検出 ,  追跡 ,  自動分類 ,  ニューラルネットワーク ,  分類装置 ,  Bayes推定 ,  サポートベクトルマシン ,  境界 ,  仮説生成 ,  仮説検定 ,  統計的推定 ,  フィルタ ,  状態推定 ,  近似法
準シソーラス用語： Bayes分類器 ,  オブジェクト追跡 ,  パーティクルフィルタ ,  ランダムサンプルコンセンサス ,  車線境界 ,  車線検出 ,  *車線標識

分類 (2件)： 道路付属施設  (RC08040T) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： シナリオ ,  車線 ,  ロバスト ,  追跡