[IEEE 2018年第18届新兴地区信通技术进步国际会议(ICTer) - 斯里兰卡科伦坡(2018.9.26-2018.9.29)] 2018年第18届新兴地区信通技术进步国际会议(ICTer) - 自动驾驶车辆导航中雾霾环境下的车道检测与预测

1：实验设计与方法选择：

整体实验设计采用基于视觉的方法，结合概率霍夫变换和运动矢量分析。理论模型包括用于特征提取的HSL颜色模型、用于边缘提取的Canny边缘检测、用于直线提取的概率霍夫变换，以及用于运动矢量分析的Lucas-Kanade光流算法。针对雾霾环境下的持续跟踪与预测，采用基于历史跟踪记录的学习方法。处理过程限制在感兴趣区域（ROI）内以降低计算量。

2：样本选择与数据来源：

实验使用一组车载前置摄像头拍摄的视频进行。

3：实验设备与材料清单：

车载前置摄像头（安装于仪表盘上）用于视频采集。

4：实验流程与操作步骤：

采集视频；选定ROI；通过Canny边缘检测提取边缘；利用概率霍夫变换提取直线；分析直线以检测车道线；采用Lucas-Kanade光流检测并跟踪运动以实现车道偏离监测；利用历史记录在雾霾环境下进行跟踪与预测。

5：数据分析方法：

性能指标包括灵敏度（车道线检测81.9%，近似车道预测63.5%）、精确率（83%）、召回率（68%）、F1分数（0.75），亮度阈值设为140。