Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
MTZ-Fachkongress

Antriebe und Energiesysteme von morgen


Austausch von Automobil- und Energiewirtschaft

Am 14./15. Mai geht es in Chemnitz um die Mobilitätswende durch Elektro- und Wasserstofffahrzeuge.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Deep Convolutional Encoder–Decoder Models for Road Extraction from Aerial Imagery Kapitel lesen Erstes Kapitel lesen

2024 | OriginalPaper | Buchkapitel

Perspective Transform-Based Lane Detection for Lane Keep Assistance

verfasst von : H. M. Gireesha, K. H. Aarya, B. S. Sahana, J. S. Lalita, V. S. Abhishek, P. C. Nissimagoudar, Nalini C. Iyer

Erschienen in: ICT: Innovation and Computing

Verlag: Springer Nature Singapore

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Modern cars employ Lane Keep Assist (LKA) as a crucial safety feature, using sensors and cameras to warn drivers when the vehicle veers off the road and correct it. Hardware-in-the-Loop (HIL) simulation is a powerful testing method to model sensor behaviour in controlled environments. Developers can assess LKA systems in diverse conditions, including road geometry, climate, and traffic patterns. HIL validation via dSPACE Scalexio provides a realistic and reliable platform for virtual testing. This paper used image processing techniques to achieve 95% accuracy in lane detection.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Security and Journalism: A Systematic Review
Nächstes Kapitel Classification of Pneumonia from Chest X-Ray Image Using Convolutional Neural Network
Literatur
1.
Feng Z, Guo S, Tan X, Xu K, Wang M, Ma L (2023) Rethinking efficient lane detection via curve modeling
2.
Garnett N, Cohen R, Pe’er T, Lahav R, Levi D (2019) 3d-lanenet: end-to-end 3d multiple lane detection. In: 2019 IEEE/CVF international conference on computer vision (ICCV), pp 2921–2930
3.
Guo Y, Chen G, Zhao P, Zhang W, Miao J, Wang J, Choe TE (2020) Gen-LaneNet: a generalized and scalable approach for 3d lane detection. In: Computer vision–ECCV 2020. Springer, pp 666–681
4.
Huang S, Shen Z, Huang Z, Ding Z-h, Dai J, Han J, Wang N, Liu S (2023) Anchor3dlane: learning to regress 3d anchors for monocular 3d lane detection. In: 2023 IEEE/CVF conference on computer vision and pattern recognition (CVPR), pp 17451–17460
5.
Iyer NC, Gireesha HM, Shet RM, Nissimgoudar P, Mane V (2020) Autonomous driving platform: an initiative under institutional research project. Procedia Comput Sci 172:875–880. 9th world engineering education forum (WEEF 2019) proceedings: disruptive engineering education for sustainable development
6.
Tabelini L, Berriel R, Paixão TM Badue C, De Souza AF, Oliveira-Santos T (2020) Keep your eyes on the lane: real-time attention-guided lane detection
7.
Wang R, Qin J, Li K, Li Y, Cao D, Xu J (2023) Bev-lanedet: a simple and effective 3d lane detection baseline
8.
Wang Y, Deng W, Zhang S, Zhang Y (2014) A lane departure warning system developed under a virtual environment. In: Proceedings 2014 international conference on informative and cybernetics for computational social systems (ICCSS), pp 63–67
9.
Dong W, Liao M-W, Zhang W-T, Wang X-G, Bai X, Cheng W-Q, Liu W-Y (2022) YOLOP: you only look once for panoptic driving perception. Mach Intell Res 19(6):550–562CrossRef
10.
Zhao S, Zhang L, Shen Y, Zhai Y (2020) Research on benchmarking of smart camera based on hardware-in-loop (HIL). In: 2020 IEEE 4th information technology, networking, electronic and automation control conference (ITNEC), vol 1, pp 1819–1823
Metadaten
Titel
Perspective Transform-Based Lane Detection for Lane Keep Assistance
verfasst von
H. M. Gireesha
K. H. Aarya
B. S. Sahana
J. S. Lalita
V. S. Abhishek
P. C. Nissimagoudar
Nalini C. Iyer
Copyright-Jahr
2024
Verlag
Springer Nature Singapore
Buch
ICT: Innovation and Computing

Print ISBN: 978-981-9994-85-4

Electronic ISBN: 978-981-9994-86-1

Copyright-Jahr: 2024

DOI
https://doi.org/10.1007/978-981-99-9486-1_38

Neuer Inhalt

    Bildnachweise