注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 车辆与车道线的检测与跟踪

  2. 这是毕设的程序,包括大津阈值分割,SCHARR滤波器边缘检测,ROI设置,车道检测中用HOUGH进行直线检测,多段折线模拟弯道,以及偏离点检测,及这三部分的跟踪,车辆检测为基于特征检测,采用KALMAN进行跟踪

  3. 所属分类：C++

    • 发布日期：2010-07-05
    • 文件大小：2mb
    • 提供者：kier2

  1. 存在车辆干扰的车道线识别

  2. 为避免道路上行驶的其它车辆对车道线识别的干扰，提出了一种结合车辆识别的车道线识别方法。 融合雷达数据，车辆识别模块首先在图像中识别出车辆占据的区域；对于每一个车道线识别模块挑出的车道线候选 点进行判断，去除处于车辆区域的车道线点；如果有效车道线点数目不足，则利用卡尔曼滤波的跟踪结果，确定符合 最小风险函数的车道线位置。经过多种工况下的试验验证，该方法能够稳定

  3. 所属分类：其它

    • 发布日期：2010-09-03
    • 文件大小：348kb
    • 提供者：gdx614

  1. 车载视频图像中运动目标的识别与跟踪方法研究

  2. 车载视频图像中运动目标的识别与跟踪方法研究,车道线识别，车道线跟踪

  3. 所属分类：C

    • 发布日期：2012-03-08
    • 文件大小：2mb
    • 提供者：wdd5252006

  1. 车道线识别与跟踪算法

  2. 关于道路安全系统的文章 ， 车道线识别与跟踪算法的研究 当车偏离车道边线是车辆控制系统就会为驾驶员提醒 报警。

  3. 所属分类：嵌入式

    • 发布日期：2012-12-17
    • 文件大小：283kb
    • 提供者：fbzfbzfbzfbz

  1. 车辆及车道线的检测与跟踪

  2. 用OpenCV实现车辆及车道线的检测与跟踪，运行环境vc6.0,OpenCV版本1.0

  3. 所属分类：C++

    • 发布日期：2013-07-23
    • 文件大小：85kb
    • 提供者：w0ai51

  1. 基于视觉和后推方法的智能车轨迹跟踪控制_卞建勇

  2. 通过基于视觉的车道标志线识别系统建立智能车的期望跟踪轨迹, 并将智能车 运动学模型转换为链式系统模型, 同时利用后推方法设计控制律, 克服了采用动态反馈线 性化方法设计的控制器维数较高以及滑模变结构控制器易出现高频抖振的缺点. 仿真结 果表明: 该方法具有较好的轨迹跟踪控制效果和全局稳定性.

  3. 所属分类：交通

    • 发布日期：2014-06-11
    • 文件大小：452kb
    • 提供者：ohongge

  1. SupPlate车牌识别系统软件2014 V2

  2. SupPlate车牌识别系统软件----经得起考验的车牌识别。 带视频跟踪车辆功能，可用于十字路口和路段上卡口违法抓拍. 可检测闯红灯,压实线,压双黄,变道行驶,禁左、直、右转,逆行,违法停车. 有着非常强大的功能。 SupPlate车牌识别系统软件 纯视频触发，带有普清和高清视频检测抓拍，高抓拍率、简单易用。 可识别各种大陆的车牌，包括蓝牌和黑牌，黄牌和白牌，其中黑牌可识别港、澳车牌；黄牌可以识别单排黄色车牌，大型车后车牌和摩托车牌；白牌可以识别包括警车，武警车牌和军车。还可识别香港、澳门地

  3. 所属分类：交通

    • 发布日期：2014-08-04
    • 文件大小：21mb
    • 提供者：dragonskytech

  1. 无人驾驶汽车环境信息提取及运动决策方法研究_武历颖.caj

  2. 随着汽车保有量的增长,越来越多的道路交通事故也给社会和人民造成了巨大的损失。其中,汽车驾驶人的危险驾驶行为是导致道路交通事故频频发生的主要原因。无人驾驶汽车因其无需人类驾驶操纵的特点具有广阔的应用前景。在无人驾驶汽车的行驶过程中,如何实时、鲁棒地提取行驶环境信息,以及在获得信息的基础上进行合理的运动决策是实现其安全、高效自主驾驶的关键,也是无人驾驶汽车研究中的难点和热点。论文依托国家自然科学基金重大研究计划项目(90920305)“无人驾驶车辆智能测试环境研究与开发”和中央高校基金创新团队项目

  3. 所属分类：机器学习

    • 发布日期：2018-04-17
    • 文件大小：10mb
    • 提供者：yuzha9785

  1. opencv-lane-vehicle-track-master.zip

  2. 长途驾驶、疲劳驾驶是引发车祸的主要原因之一。其发生的直接原因，主要是因为车辆在驾驶员意识之外偏离了本车道，从而引发与旁边车道或者对面来车的碰撞。因此，需要先进的设备，可以自动探测识别车道，动态跟踪车道线，并预算出未来数秒内车辆的运行状态，在判断出车辆在一定时间之后就要偏离出本车道时，如果没有检测到本车转向灯信号（说明不是驾驶员有意识地要并道或转向），则发出预警信号，提醒驾驶员。具有关部门交通事故分析报告，驾驶员如果能提前数秒甚至几分之一秒采取措施，绝大部分的车祸都是可以避免或者降低伤害程度的。

  3. 所属分类：Java

    • 发布日期：2020-04-01
    • 文件大小：73mb
    • 提供者：u011772226

  1. 基于深度学习的车道线检测与识别.caj

  2. 基于深度学习的辅助驾驶系统中行人检测跟踪研究.caj 基于深度学习的辅助驾驶系统中行人检测跟踪研究.caj

  3. 所属分类：其它

    • 发布日期：2019-10-11
    • 文件大小：3mb
    • 提供者：lulu_god

  1. 车辆及车道线的检测与跟踪

  2. 基于opencv的车辆检测与跟踪，附详细源代码，已打包好可直接编译运行

  3. 所属分类：C/C++

    • 发布日期：2013-04-13
    • 文件大小：39kb
    • 提供者：chenzhi140

  1. 基于多尺度重采样的车道线检测

  2. 提出了一种适用于辅助驾驶的高鲁棒性车道线检测算法。算法采用了根据距离的影像金字塔，有效提高了检测效率和准确率，实现了Android平台的实时检测，使用水平方向暗-亮-暗特征、二次曲线车道模型和基于卡尔曼滤波的跟踪实时提取跟踪路面车道线，实现相机俯仰角的快速标定。实验证明，基于简单特征和车道线模型算法在Android系统的行车记录仪上可稳定地进行车道跟踪。

  3. 所属分类：其它

    • 发布日期：2020-10-16
    • 文件大小：871kb
    • 提供者：weixin_38736652

  1. 基于TMS320DM6437的车道线检测与跟踪

  2. 在TMS320DM6437平台上实现了车道线的实时检测与跟踪。通过两级Hough变换实现了车道线实时检测，利用视频帧与帧之间的相关性对车道线进行跟踪。在算法移植到TMS320DM6437平台过程中，利用DSP特点，对算法在结构以及流程等方面再次进行优化进行进一步优化。经过实验测试，该系统实现了车道线实时检测与跟踪。

  3. 所属分类：其它

    • 发布日期：2020-10-16
    • 文件大小：499kb
    • 提供者：weixin_38563176

  1. 车辆与车道线的检测与跟踪

  2. 这是毕设的程序,包括大津阈值分割,SCHARR滤波器边缘检测,ROI设置,车道检测中用HOUGH进行直线检测,多段折线模拟弯道,以及偏离点检测,及这三部分的跟踪,车辆检测为基于特征检测,采用KALMAN进行跟踪

  3. 所属分类：C++

    • 发布日期：2020-10-10
    • 文件大小：2mb
    • 提供者：RJ2006

  1. Detect_lane_lines_OpenCV-源码

  2. 车道线检测 --- 项目概况 1.1目标 该项目的目标是使用OPENCV（计算机视觉）和Python开发一种算法，该算法可以检测和跟踪视频中的车道边界。该管道是为以下情况而设计的： 查找道路上的线以获得静态图像 在道路上找到视频线 填补道路标记中的任何空隙 用颜色填充线之间的空间 1.2依赖关系 Python 3.x NumPy Matplotlib（用于图表绘制和可视化图像） OpenCV 2.管道 管道中涉及的步骤如下： 2.1格雷＆坎尼 将图像转换为灰色 使用Canny获取

  3. 所属分类：其它

    • 发布日期：2021-03-21
    • 文件大小：69mb
    • 提供者：weixin_42102401

  1. SelfDrivingCarNanoDegree：有关计算机视觉，传感器融合，本地化，计划，控制和系统集成的项目-源码

  2. Udacity自动驾驶汽车纳米度 专案 使用camara数据大致检测车道线。 使用camara数据检测车道线。 具有使用python和tensorflow的卷积神经网络的交通标志分类器。 卷积神经网络可根据摄像机图像预测转向角，从而使汽车能够在模拟器中自主行驶。 扩展卡尔曼滤波器的C ++实现。 使用激光雷达和雷达测量来跟踪移动物体的位置和速度。

  3. 所属分类：其它

    • 发布日期：2021-02-27
    • 文件大小：369mb
    • 提供者：weixin_42099530

  1. Finding-Lane-Lines：在这里，我将使用Canny边缘检测和霍夫变换算法来识别和跟踪视频流中的车道线-源码

  2. 在路上寻找车道线 概述 开车时，我们会用眼睛决定要去的地方。 道路上的线向我们显示了车道的位置，这是我们始终将车辆转向的参考。 自然，在开发自动驾驶汽车时，我们要做的第一件事就是使用算法自动检测车道线。 在这个项目中，您将使用Python和OpenCV检测图像中的车道线。 OpenCV意思是“开源计算机视觉”，它是一个软件包，其中包含许多用于分析图像的有用工具。 为了完成该项目，将提交两个文件：一个包含项目代码的文件和一个包含简要说明您的解决方案的文件。 我们已经包括模板文件将同时用于和.T

  3. 所属分类：其它

    • 发布日期：2021-02-19
    • 文件大小：43mb
    • 提供者：weixin_42151305

  1. Unscented-Kalman过滤器车辆跟踪：通过使用Unscented卡尔曼过滤器融合嘈杂的激光雷达和雷达测量，在模拟的高速公路交通上对多辆汽车进行状态估计和跟踪-源码

  2. 无味卡尔曼滤波器车辆跟踪 在该项目中，实现了无味卡尔曼滤波器，以使用嘈杂的激光雷达和雷达测量来跟踪和估算高速公路上多辆汽车的状态，如图所示。 main.cpp正在使用highway.h来创建一个直行的3车道高速公路环境，其中有3辆交通汽车和主要的自我汽车在中心。 观看者场景以自我汽车为中心，坐标系也相对于自我汽车。 自我汽车为绿色，而其他交通汽车为蓝色。 交通车辆将加速并改变其转向以改变车道。 每辆运输车都有自己的UKF对象生成，并将在每个时间步更新每个独立的对象。 汽车上方的红色球体

  3. 所属分类：其它

    • 发布日期：2021-02-15
    • 文件大小：93mb
    • 提供者：weixin_42115074

  1. 检测道路特征：检测道路特征：识别视频中的车道和车辆边界-源码

  2. 项目结构 该项目的目标是尝试在面向前方的车辆摄像头数据中检测一组道路特征。 我称其为朴素的方式，因为它主要使用计算机视觉技术（与朴素的贝叶斯方法无关！）。 我们要检测和跟踪的特征是车道边界和周围的车辆。 文件 描述 source/lanetracker/camera.py 根据校准图像集实现相机校准。 source/lanetracker/tracker.py 通过将处理流水线应用于视频中的连续帧来实现车道跟踪。 source/lanetracker/gradients.py 基于渐

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：96mb
    • 提供者：weixin_42099302

  1. 基于Android平台的车道线检测系统设计

  2. 在以图象处理为基础的车道线检测中，主要以采用Hough变换直线拟合等方法进行，但该方法存在计算量大，运算速度慢等问题。本文针对该问题，提出一种在结构化道路中识别效率高的非监督自适应直线分类器。同时运用OpenCV提供库进行开发，在 Android平台上实现了车道线检测与实时跟踪系统。经过实验表明在Android平台上，本文提出的车道线检测系统相对于传统方法每秒处理图像帧数fps数倍增加，有效的提升了辅助安全系统的功能。

  3. 所属分类：其它

« 12 »