Detección de Líneas de Carril en Autopista
Gomez Zurita, Jose Luis
López Peña, Antonio M., , dir. (Universitat Autònoma de Barcelona. Departament de Ciències de la Computació)
Universitat Autònoma de Barcelona. Escola d'Enginyeria

Título variante:	Lane Highway Detection
Título variante:	Detecció de Línies de Carril en Autopista
Fecha:	2016-06-27
Resumen:	La detección de líneas de carril es un recurso muy utilizado para la asistencia en la conducción, ya que ayuda tanto a conductores como a sistemas de conducción autónoma a mantener el vehículo dentro del carril. Uno de los métodos y objeto de este artículo, es la detección de líneas en autopista basada en un sistema de visión con cámara monocular. Uno de los mejores métodos del estado del arte se basa en un descriptor de crestas [1]. Partiendo de un código no funcional que implementa [1], será reimplementado y mejorado mediante los métodos explicados a continuación. El descriptor de crestas aplica un filtro que resalta las líneas de carril en la imagen. Aplicando el algoritmo de Hough sobre la imagen de crestas se detectan las líneas más importantes. A continuación se utiliza un algoritmo para seleccionar las líneas del carril por donde circula el vehículo. Finalmente se utiliza un sistema de seguimiento basado en filtros de Kalman para mantener una coherencia temporal y así eliminar detecciones espurias, obteniendo un sistema más robusto. Para realizar los experimentos se han tomado secuencias de imágenes propias en autopista en diferentes momentos del día, dónde se analizan los resultados obtenidos.
Resumen:	Lane detection is a resource used a lot for driving assistance, it helps drivers and autonomous systems to maintain the vehicle inside the lane. One of the methods and object of this paper, is the highway lane detection based in a vision system with a monocular camera. One of the best methods of the art state is based on a ridge descriptor [1]. Starting with a non-functional code that implements [1], it will be reimplemented and improved by the following methods explained. The ridge descriptor applies a filter that remarks lanes lines on the image. Applying on this filtered image the Hough Transform algorithm, followed by a selection mechanism for obtain the line that are more adequate to the lane where the vehicle is driving, assisted by tracking methods that use Kalman filters with the detection on the Hough transform space and it helps to maintain a coherence with the tracking detection that its being performing, for make a final detection more robust. For realize the experiments it has toke own highway image sequences at different time of the day, where analyze the results obtained.
Resumen:	La detecció de línies de carril es un recurs molt utilitzat per assistir en la conducció, ja que ajuda tant a conductors com a sistemes de conducció autònoma a mantenir el vehicle dins del carril. Un dels mètodes i objecte d'aquest article, es la detecció de línies en autopista basada en un sistema de visió amb càmera monocular. Un dels millors mètodes del estat del art es basa en un descriptor de crestes [1]. Partint d'un codi no funcional que implementa [1], serà reimplementat i millorat mitjançant mètodes explicats a continuació. El descriptor de crestes aplica un filtre que ressalta les línies de carril en la imatge. Aplicant l'algoritme de Hough sobre la imatge de crestes es detecten les línies més importants. A continuació s'utilitza un algoritme per seleccionar les línies del carril per on circula el vehicle. Finalment, s'utilitza un sistema de seguiment basat en filtres de Kalman per mantenir una coherència temporal y així eliminar deteccions espúries, obtenint un sistema més robust. Per realitzar els experiments s'han pres seqüències d'imatges pròpies en autopista en diferents moments del dia, on s'analitzen els resultats obtinguts.
Derechos:	Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial i la comunicació pública de l'obra, sempre que no sigui amb finalitats comercials, i sempre que es reconegui l'autoria de l'obra original. No es permet la creació d'obres derivades.
Lengua:	Castellà
Titulación:	Grau en Enginyeria Informàtica [2502441]
Plan de estudios:	Enginyeria Informàtica [958]
Documento:	Treball final de grau ; Text
Área temática:	Menció Computació
Materia:	Conducció autònoma ; Filtre de kalman ; Cresta ; Transformada de Hough ; Tracking ; Conducción autónoma ; Filtro de kalman ; Autonomous driving ; Kalman filters ; Ridge ; Hough Transform

13 p, 1.6 MB

El registro aparece en las colecciones:
Documentos de investigación > Trabajos de Fin de Grado > Escuela de Ingeniería. TFG