文献

J-GLOBAL ID：202002211487527878   整理番号：20A2147875

先進運転者支援システムのための視覚ベース車線検出【JST・京大機械翻訳】

Vision-Based Lane Detection for Advanced Driver Assistance Systems

著者 (2件)： Dharoori Rakesh Acharya (School of Electronics Engineering, Vellore Institute of Technology, Chennai, India) ,  Narayanan Sathiya (School of Electronics Engineering, Vellore Institute of Technology, Chennai, India)
資料名： Lecture Notes in Electrical Engineering  (Lecture Notes in Electrical Engineering)
巻： 688  ページ： 537-546  発行年： 2020年 
JST資料番号： W5070A  ISSN： 1876-1100  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 車線ラインは,交通流と指示車両を示す際に重要な役割を果たす。車線検出は,現代の先進的運転者支援システム(ADAS)のほとんどにおいて,コア構成要素として役立った。コンピュータビジョンベースの車線検出は,自己駆動車にとって不可欠な技術である。本論文は,複雑なバックグラウンドの下で都市街路と高速道路における車線線を検出する車線検出システムを提案する。カメラレンズに起因する歪みを無効化するために,既知の物体に対して画像を較正することにより歪モデルを生成し,HLS色空間におけるSobel演算子(Cannyエッジ検出)を用いて一般化フィルタリング手法を適用した。画像の鳥眼視を透視変換を用いて発生させた。スライディングウィンドウアルゴリズムを使用する特別な探索戦略を用いて,車線線を検出し,次に,多項式回帰を用いて曲線フィッティングを行った。したがって,得られた車線検出器は,車線の検出された部分を埋めるためにビデオ上でオーバーレイする。次に,それをビデオに適用して車線線を検出した。画像処理パイプラインはOpenCVライブラリを用いてPythonで書かれ,ビデオ処理はMoviePyを用いて行われる。本論文では,開発したシステムを,自動車上に搭載したカメラから撮影したビデオに適用して試験した。システムを実装するために使用する環境は,Anacondaであった。得られた結果は,車線検出,自己キャリブレーション,および車両オフセット推定のための提案システムが,直線と曲がった車線の両方に対して有効であり,挑戦的な環境に対してロバストであることを示した。Copyright Springer Nature Singapore Pte Ltd. 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  カメラ ,  *視覚 ,  多項式 ,  自動車 ,  交通流 ,  フィルタリング ,  曲線あてはめ ,  画像処理 ,  録画装置 ,  コンピュータビジョン ,  エッジ検出 ,  ロバスト性
準シソーラス用語： スライディングウィンドウ ,  *車線検出 , 【Automatic Indexing@JST】

著者キーワード (3件)： 先進運転者支援システム(ADAS) ,  歪モデル ,  Sobel演算子色空間

分類 (3件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I) ,  運転者  (TB01040V)

タイトルに関連する用語 (3件)： 運転者支援システム ,  視覚 ,  車線検出