基于自适应外接形参ROI的车道线搜寻检测算法研究  

Research on Lane Line Search and Detection Algorithm based on Adaptive External Parameter ROI

作　　者：张晶晶 鲁磊 丁文俊 田柳 Zhang Jingjing;Lu Lei;Ding Wenjun;Tian Liu

机构地区：[1]安徽职业技术学院汽车工程学院,安徽合肥230011

出　　处：《时代汽车》2025年第3期147-151,共5页Auto Time

基　　金：2023年度安徽省科研编制计划重点项目“基于OpenCV-Python的智能网联汽车车道线识别研究”(2023AH051451);2022年度安徽职业技术学院院级质量工程教学研究重点项目(2022yjjxyj02);2024年度安徽省高校自然科学研究重点项目(2024AH050886);2023年度安徽省高校自然科学研究重点项目(2023AH040195);2022年度安徽省科研编制计划重点项目“四驱汽车防滑差速器扭矩智能分配机理与稳定性控制研究”(2022AH052057)。

摘　　要：为实现自动驾驶汽车能精准定位、检测且识别出车道线,提出一种基于自适应外接形参ROI(Region of Interest)的车道线搜寻检测算法。首先利用python GUI编程库Tkinter模块创建GUI界面,提供ROI形状选择及参数输入的外接窗口,适应不同需求下进行车道线的定位、标注,无需反复更新源码,达到车道线自动“挖掘”的效果;其次以灰度直方图双峰值确定左右车道线的初始位置,利用自适应滑动窗口进行车道线的搜寻,依据统计所属车道线像素点的窗口覆盖率来更新、优化窗口参数。实验仿真证明,该算法不仅简化了程序,提高了车道线检测与识别的稳定性和准确性。In order to realize the accurate positioning,detection and recognition of lane lines for autonomous vehicles,a lane line search and detection algorithm based on adaptive external parameter ROI(Region of Interest)was proposed.Firstly,the Tkinter module of the python GUI programming library is used to create a GUI interface,which provides an external window for ROI shape selection and parameter input,and adapts to the positioning and annotation of lane lines under diff erent needs,without repeatedly updating the source code,so as to achieve the eff ect of automatic"mining"of lane lines.Secondly,the initial position of the left and right lane lines is determined by the double peaks of the grayscale histogram,the adaptive sliding window is used to search for the lane lines,and the window parameters are updated and optimized according to the window coverage of the pixels of the lane lines.Experimental simulation results show that the algorithm not only simplifi es the program,but also improves the stability and accuracy of lane line detection and recognition.

关 键 词：外接形参ROI 自适应滑窗 python GUI编程 Tkinter模块 窗口覆盖率 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]