Поиск границ с помощью параболической модели
использует алгоритм консенсуса случайных выборок (RANSAC) для поиска параболических моделей границ полосы движения, которые соответствуют набору граничных точек и приблизительной ширине. Каждая модель в возвращенном массиве boundaries = findParabolicLaneBoundaries(xyBoundaryPoints,approxBoundaryWidth)parabolicLaneBoundary содержит объекты [A B C] коэффициенты его полиномиального уравнения второй степени и интенсивность граничной оценки.
[ также возвращает массив ячеек с внутренними граничными точками для каждой найденной граничной модели.boundaries,boundaryPoints] = findParabolicLaneBoundaries(xyBoundaryPoints,approxBoundaryWidth)
[___] = findParabolicLaneBoundaries(___, использует параметры, указанные одним или несколькими Name,Value)Name,Value пара аргументов, с любым из предшествующих синтаксисов.
Чтобы совместить модель одной границы с маркером двойной полосы движения, задайте approxBoundaryWidth аргумент должен быть достаточно большим для включения ширины, охватывающей маркеры обеих полос.
Эта функция использует fitPolynomialRANSAC для поиска параболических моделей. Поскольку этот алгоритм использует случайную выборку, выходные данные могут изменяться в зависимости от выполнения.
maxDistance параметр fitPolynomialRANSAC равен половине ширины, указанной в approxBoundaryWidth аргумент. Точки считаются входящими, если они находятся в пределах ширины границы. Функция получает конечную граничную модель, используя наименьшие квадраты, вписанные в внутренние точки.
birdsEyePlot | birdsEyeView | fitPolynomialRANSAC | monoCamera | parabolicLaneBoundary | segmentLaneMarkerRidge