无人驾驶中的车道线检测算法研究文献综述

文献综述

一、 本设计拟研究解决的问题本课题主要利用数字图处理技术，并结合相关的分析手段，实现车道线的自动识别与提取。

主要实现的平台为Python及相关的开发包。

二、 研究现状和发展趋势近两年来随着无人驾驶技术突飞猛进，各大整车企业、无人驾驶系统解决方案提供商（如百度阿波罗、景驰等）也在不断努力，以将无人驾驶技术向商业化落地推进。

显然，无人驾驶技术已经不再是遥不可及的未来技术。

无人驾驶技术范畴不仅仅涉及车辆控制、路径规划、感知融合等领域，还涉及人工智能、机器学习、深度学习、强化学习等前沿领域，无人驾驶在未来的5～10年里必将掀起一场新的技术和市场革命。

无人驾驶汽车（SelfDriving Car）也称为无人车、自动驾驶汽车，是指车辆能够依据自身对周围环境条件的感知、理解，自行进行运动控制，且能达到人类驾驶员驾驶水平。

无人驾驶系统包含的技术范畴很广，是一门交叉学科，包含多传感器融合技术、信号处理技术、通信技术、人工智能技术，计算机技术等。

若用一句话来概述无人驾驶系统技术，即通过多种车载传感器（如摄像头、激光雷达、毫米波雷达、GPS、惯性传感器等）来识别车辆所处的周边环境和状态，并根据所获得的环境信息（包括道路信息、交通信息、车辆位置和障碍物信息等）自主做出分析和判断，从而自主地控制车辆运动，最终实现无人驾驶。

传统的车道线检测方法主要分为基于模型和基于特征两种方法。