主要内容

parabolicLaneBoundary

抛物线车道边界模型

描述

parabolicLaneBoundary对象包含有关一个抛物线车道边界模型。

创建

生成抛物线车道边界模型,配合一组边界点和一个近似的宽度,使用findParabolicLaneBoundaries函数。如果你已经知道你的抛物线参数,通过使用创建车道边界模型parabolicLaneBoundary函数(这里描述)。

描述

例子

边界= parabolicLaneBoundary (parabolicParameters)抛物线车道边界模型的创建一个数组的数组(A B C)抛物型方程的参数y=斧头2+Bx+C。分车道内边界模型在世界坐标。

输入参数

全部展开

为抛物线模型系数的形式y=斧头2+Bx+C指定为一个(A B C)实值向量或矩阵(A B C)值。每一行的parabolicParameters描述了一个单独的抛物线车道边界模型。

属性

全部展开

对抛物线模型系数的形式y=斧头2+Bx+C,指定为一个实值向量的形式(A B C)

车道边界类型,指定为一个LaneBoundaryType枚举。金宝app支持车道边界类型有:

  • 没有标记的

  • 固体

  • BottsDots

  • DoubleSolid

车道边界对象总是返回BoundaryType类型固体。更新这些类型匹配类型的车道被安装。更新一个车道边界类型,使用LaneBoundaryType。BoundaryType语法。例如,这个代码示例展示了如何更新第一个输出通道边界类型BottsDots:

(1)= LaneBoundaryType.BottsDots边界;

边界强度模型,指定为一个真正的标量。强度独特的数量的比例吗x设在边界上的位置指定的边界的长度XExtent财产。一个没有任何休息的实线强度高于一个虚线边界沿全长。

边界的长度x设在,指定为一个实值向量的形式【风骚女子maxX的】描述的最小值和最大值x设在位置。

对象的功能

computeBoundaryModel 获得y车道边界的坐标x坐标

例子

全部折叠

创建左车道和右车道抛物线边界模型。

莲恩= parabolicLaneBoundary (-0.001 [0.01—0.5]);rlane = parabolicLaneBoundary (-0.001 [0.01—-0.5]);

创建一个鸟瞰的情节和车道边界绘图仪。画出车道边界。

cep = birdsEyePlot (“XLimits”,30 [0],“YLimits”5 [5]);lbPlotter = laneBoundaryPlotter (cep),“DisplayName的”,“车道边界”);plotLaneBoundary (lbPlotter,莲恩rlane]);

图包含一个坐标轴对象。坐标轴对象包含X (m), ylabel Y (m)包含一个类型的对象。这个对象表示车道边界。

发现车道图像通过使用抛物线车道边界模型。覆盖原始图像的识别车道和一个鸟瞰图变换的图像。

加载图像道路的车道。这张照片从相机获得传感器安装在汽车的前面。

我= imread (“road.png”);

将图像转换为一个鸟瞰图图像通过使用一个预先配置的传感器对象。这个对象模型的传感器捕获原始图像。

bevSensor =负载(“birdsEyeConfig”);birdsEyeImage = transformImage (bevSensor.birdsEyeConfig,我);imshow (birdsEyeImage)

图包含一个坐标轴对象。坐标轴对象包含一个类型的对象的形象。

设置宽度近似车道标志在世界单位(米)。

approxBoundaryWidth = 0.25;

检测车道功能和显示的黑白图像。

birdsEyeBW = segmentLaneMarkerRidge (im2gray (birdsEyeImage),bevSensor.birdsEyeConfig approxBoundaryWidth);imshow (birdsEyeBW)

图包含一个坐标轴对象。坐标轴对象包含一个类型的对象的形象。

获得相对应的图像坐标巷候选人的立场。的找到函数返回对应于候选像素指数车道的位置。按照惯例,图像坐标的顺序总是相对于像素指数逆转。关于图像坐标的更多信息,请参阅坐标系统

获得相应的车辆车道边界点坐标通过使用imageToVehicle函数。

[imageY, imageX] =找到(birdsEyeBW);xyBoundaryPoints = imageToVehicle (bevSensor.birdsEyeConfig [imageX imageY]);

找到图像中车道边界通过使用findParabolicLaneBoundaries函数。默认情况下,函数返回最多两个车道边界。存储在一个数组的边界parabolicLaneBoundary对象。

边界= findParabolicLaneBoundaries (xyBoundaryPoints approxBoundaryWidth);

使用insertLaneBoundary覆盖原始图像的车道。的XPoints向量代表巷点,米,范围内的自我车辆的传感器。用不同的颜色指定车道。默认情况下,通道是黄色的。

XPoints = 3;数字传感器= bevSensor.birdsEyeConfig.Sensor;lanesI = insertLaneBoundary(边界(1),传感器,XPoints);lanesI = insertLaneBoundary (lanesI边界(2),传感器,XPoints,“颜色”,“绿色”);imshow (lanesI)

图包含一个坐标轴对象。坐标轴对象包含一个类型的对象的形象。

视图的车道鸟瞰图的形象。

图BEconfig = bevSensor.birdsEyeConfig;lanesBEI = insertLaneBoundary (birdsEyeImage,界限(1)、BEconfig XPoints);lanesBEI = insertLaneBoundary (lanesBEI,界限(2)、BEconfig XPoints,“颜色”,“绿色”);imshow (lanesBEI)

图包含一个坐标轴对象。坐标轴对象包含一个类型的对象的形象。

扩展功能

版本历史

介绍了R2017a