Egy geometriai sávkövető algoritmus autonóm járművekhez
A geometric lane line tracking algorithm for autonomous vehicles
Kulcsszavak:
lane detection, machine vision, steering angle, PID controller, /, sávdetektálás, gépi-látás, kormányzási szög, PID vezérlőAbsztrakt
Autonomous vehicles constitute a technological convergence of automatic control, computer vision, and embedded systems. Their development has been made possible through significant advances in computer science, pattern recognition, and intelligent control methodologies. A fundamental prerequisite for autonomous driving is the precise determination of the vehicle’s position relative to the roadway, as well as the reliable tracking of lane boundaries that define the navigable path. Among the established approaches to addressing this challenge, lane detection techniques based on computer vision have received particular attention. This study presents a lane-following methodology that integrates computer vision, geometric modeling, and proportional–integral–derivative (PID) control. The proposed method represents an enhanced version of a previously published algorithm and enables autonomous indoor navigation of vehicles along predefined trajectories.
Kivonat
Az önvezető járművek olyan különféle technológiákat integrálnak, mint az automatikus vezérlés, a gépi-látás és a beágyazott rendszerek. E járművek létrejötte a számítástechnika, a mintafelismerés és az intelligens irányítórendszerek területén elért fejlődésnek köszönhető. Ahhoz, hogy az önvezetés megvalósuljon ismerni kell a jármű útpályához viszonyított helyzetét és meg kell oldani az útpályát definiáló sávok követését. A gépi-látás alapú útsáv detektálás ennek a kihívásnak az egyik jól ismert megoldási módszere. Jelen tanulmány egy olyan sávvonal-követő módszert mutat be, amely gépi-látásra, geometriai számításokra és PID-szabályozásra épül. A cikkben bemutatott módszer egy korábban publikált algoritmusnak továbbfejlesztett változata. A javasolt módszer lehetővé teszi a járművek autonóm beltéri navigációját előre definiált útvonal mentén.
Hivatkozások
Fagnant D.J., Kockelman K. Preparing a nation for autonomous vehicles: opportunities, barriers and policy recommendations. Transp. Res. Part A. Policy Pract., 2015, 77, 167–181.
Zakaria, N.J., Shapiai M.I., Ghani R.A., Yassin M.N.M., Ibrahim M.Z., Wahid N. Lane detection in autonomous vehicles: a systematic review. IEEE Access, 2023,11, 3729–3765.
Saleem H., Riaz F., Mostarda L., Niazi M.A., Rafiq A., Saeed S. Steering angle prediction techniques for autonomous ground vehicles: a review. IEEE Access, 2021, 9, 78567–78585.
Zhao J., Liang B., Chen Q. The key technology toward the self-driving car. Int. J. Intell. Unmanned Syst., 2018, 6(1), 2-20.
Farag W. Complex trajectory tracking using PID control for autonomous driving. Int. J. Intell. Transp. Syst. Res., 2019, 18(2), 356–366.
Suto J. Real-time lane line tracking algorithm to mini vehicles. Transp. Telecommun. J., 2021, 22(4), 461–470.
Lee C., Moon J.H. Robust lane detection and tracking for real-time applications. IEEE Trans. Intell. Transp. Syst., 2018, 19(12), 4043–4048.
Jackl B., Metz Y., Schlegel U., Keim D.A., Fischer M.T. Leveraging color channel independence for improved unsupervised object detection. arXiv preprint, 2024, arXiv:2412.15150.
Bovik A. The essential guide to image processing. Academic Press, USA, 2009.
Basu M. Gaussian-based edge-detection methods—a survey. IEEE Trans. Syst. Man. Cybern. Part C Appl. Rev., 2002, 32(3), 252–260.
Vincent O.R., Folorunso O.A. A descriptive algorithm for Sobel image edge detection. Proceedings of Informing Science & IT Education Conference (InSITE), 2009, 40, 93–107.
Fernandes L.A.F., Oliveira M.M.O. Real-time line detection through an improved Hough transform voting scheme. Pattern Recognition, 2008, 41(1), 299–314.
Uzunovic T., Zunic E., Badnjevic A., Miokovic I., Konjicija S. Implementation of digital PID controller. The 33rd International Convention MIPRO, Opatija, Croatia, 2010, 1357–1361.
Kocur M., Kozak S., Dvorscak B. Design and implementation of FPGA - digital based PID controller. Proceedings of the 15th International Carpathian Control Conference (ICCC), Velke Karlovice, Czech Republic, 2014, 233–236.
