1. 研究目的与意义（文献综述）
在驾驶员进行车辆驾驶时往往需要全神贯注地来注意周围的路面情况，一时的疏忽大意就有可能造成不可挽回的后果。据美国国家公路交通安全管理局统计，约30%的交通事故是由于追尾碰撞引起，约20%是由于车道转换或偏离引起。面对马路上出现的越来越多的车辆及日益复杂的行路状况，辅助驾驶的工具愈发成为驾驶员们所迫切需要的智能配置。车道线识别作为辅助驾驶系统的核心之一，其地位至关重要。车道线识别的功能是辅助驾驶员观察车道环境，监测行车线路，从而实现防撞预警，使驾驶员不用时时刻刻保持高度集中，降低驾驶员的疲劳值，最终减少交通事故的风险，提高驾驶体验。近些年来，车道线的识别技术得到了深入的发展，高效的车道线识别技术能够使辅助驾驶甚至自动驾驶更加可靠，更加完善。同时，基于视觉的车道线识别技术也能用于工厂仓库的巡逻检测，军事阵地的无人监测等一些特殊环境下。随着科技的不断创新发展，不管在民用、军用或者科学研究领域，车道线识别将会发挥越来越关键的作用，因此，发展智能辅助驾驶技术，研究车道线识别具有非常高的实际应用价值。
机器视觉是通过计算机来模拟人类视觉功能的科学与技术，又被称为计算机视觉。人们最初实现机器视觉的目的是赋予机器类似生物体所特有的视觉信息处理的功能。由于计算机技术的快速发展，机器视觉技术的研究和应用方面都取得了很大的成果，相比于其它传感器视觉传感器在智能车辆的研究中得到广泛的应用。机器视觉无论对于结构化道路还是非结构化道路都能做到检测范围广、信息容量大。运用机器视觉的技术去进行车道线检测成为时下热点，主要是因为计算机软件、硬件性能不断提高，传感器和视觉机器成本降低，使得机器视觉非常适合于车道线的检测。机器视觉技术在车道线检测中的优势在于：
-
通过视觉传感器获得的信息非常完整。如果在图像算法上没有太多限制，不但能减小计算复杂度，而且消耗时间减少，准确性提高。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！2. 研究的基本内容与方案
2.1研究的基本内容
此次设计主要完成的是基于机器视觉的车道线识别系统，本课题主要完成的研究内容有：
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！3. 研究计划与安排
第1－3周：查阅文献资料，明确研究内容，了解相关理论，确定方案，完成开题报告。
第4－5周：掌握基本理论，完成英文资料的翻译，熟练使用相关工具软件。
第6－9周：完成图像预处理阶段的算法与仿真。
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！4. 参考文献（12篇以上）
[1]. cao jingwei,song chuanxue,song shixin,xiao feng,peng silun. lane detection algorithm for intelligent vehicles in complex road conditions and dynamic environments.[j]. sensors (basel, switzerland),2019,19(14).
[2]. ]ayhan küükmanisa,gkhan tarm,ouzhan urhan. real-time illumination and shadow invariant lane detection on mobile platform[j]. journal of real-time image processing,2019,16(5).
[3].zhong-xun wang,wenqi wang. the research on edge detection algorithm of lane[j]. eurasip journal on image and video processing,2018,2018(1).
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
