1. 毕业设计（论文）主要内容：

车道线识别是自动驾驶中行车道路方向偏转的一个重要的参考指标，通用的车道线识别有hough变换，RANSAC等多种方法。但是这类方法针对弯道的识别存在识别错误问题。

针对该问题，本研究深入研究beamlet算法，针对道路的弯道和直道进行研究和识别。

2. 毕业设计（论文）主要任务及要求

查阅相关文献资料15篇以上（其中近五年外文文献不少于3篇）。

2. 完成开题报告。

3. 研究基于beamlet算法的道路线识别。

3. 毕业设计（论文）完成任务的计划与安排

1-3周 查阅中、英文资料，完成开题报告，完成不少于2万字符的英文翻译任务；
4-8周 学习相关算法及相应综述表示方法；
9-16周 设计并实现车道线的识别并实现并评测总结，撰写毕业论文；
17周 修改完成毕业论文，答辩。

4. 主要参考文献

[1] Shuliang Zhu; JianqiangWang; Tao Yu; Jiao Wang. A methodof lane detection and tracking for expressway based on RANSAC 2017 2ndInternational Conference on Image, Vision and Computing (ICIVC) Year:2017 Pages: 62 - 66

[2] PhanindraAmaradi; NishanthSriramoju; Li Dang; Girma S.Tewolde; Jaerock Kwon.Lane following andobstacle detection techniques in autonomous driving vehicles 2016 IEEE InternationalConference on Electro Information Technology (EIT) Year: 2016 Pages: 0674 - 0679

[3] Pradnya N.Bhujbal; Sandipann P.Narote.Lane departurewarning system based on Hough transform and Euclidean distance 2015 ThirdInternational Conference on Image Information Processing (ICIIP) Year:2015,Pages: 370 - 373

[4] MaurícioBraga de Paula; CláudioRosito Jung.Automatic Detection andClassification of Road Lane Markings Using Onboard VehicularCamerasIEEETransactions on Intelligent Transportation Systems Year:2015, Volume: 16, Issue: 6 Pages: 3160 – 3169

[5］Donoho D L，Huo Xiaoming． Beamletpyramids: A new form of multiresolution analysis suited for extracting lines，curves，and objects fromvery noisy image data ［C］/Proceedings of InternationalSymposium on Optical Science and Technology． San Diego: SPIE，2000: 434 －444