1、“.....但是安装摄像机用于辅助驾驶是未来的趋势。 自从我们的仿真系统能模拟道路表明的每个实物并使围在范围内搜索黑点处理科斯线处理开始线结束展望在年,宣布了达帕尔大挑战赛车比赛项目，比赛允许国际队伍采用完全自主的车辆参加，并在崎岖不平的土路和无人居住的地方进行比赛。 到目前为止这样的比赛已经成功的举路识别算法在道路识别和追踪上是令人满意的，同时智能车的平均速度能到达，如图所示。 图安装了相机的智能车模块进入寻找阀门最近行寻找黑点最近行当前行最近行当前行当前行测定最近行的搜索范确的。 图智能车的路面识别算法结果道路识别系统应用于智能车上......”。

2、“..... 基于道路识别监视器道路仿真和系统测试的电脑已经被应用于测试道路识别算法。 实验表明，在这样的实验中，道内，所以没有必要因为临界值去对照线上的每个像素。 流程图如图所示。 该算法对仿真测试系统和智能车在真实路面上进行了测试。 虽然在路面识别上并没有复杂的计算而然，智能车对于跟随黑色的特征行驶是非常快速和正相机来处理大部分二维图像。 动态临界值应用于边缘提取，来消除道路亮度变化的影响。 灰度图像从底线扫描到顶线每行返回个黑点,黑点体现了小车在轨道上的位置。 下个黑点的位置在前个黑点的范围之道路识别运算法则......”。

3、“.....并在白色道路上，黑线平行于道路边界。 任何道路形态，如直路十字路和斜坡路都是适应的。 智能车的目标是检测识别黑色特征线并使车高速跟随它。 我们通过算库道路识别稳定控制电机控制其它算法显示算法测试结果记录影像记录帧显示全部画面系统终结图智能车和三维仿真调试道路识别算法道路识别是智能车主要的引导系统。 在仿真系统环境中，解释了基于智能车的个有效场景很容易被定制，许多算法包括道路识别算法可以进行全面试验，当实际道路不存在，潜在的问题也可以被发现......”。

4、“.....这样加快了道路识别算法的测试过程。 实际的路面也可以进行模拟，并通过提供决策支持系统来发展视觉导航和自主驾驶。 图是仿真系统的模拟。 三维实时仿真技术现广泛应用于测试智能车的道路识别算法。 自从轨迹的仿真拟智能车动作和显示。 道路识别和其它算法可以通过信号采样来测试。 任何种赛道比如曲线公路，十字路口和斜坡公路都可以模拟，同时智能车不仅可以通过软件控制，而且还可以用键盘控制。 各种各样的问题被检测出来并解示记录影像记录帧运算法则测试结束连接算法法则库道路识别稳定控制速度控制其它运算法则显示运算法则测试结果在算法库中，公认了道路的轨迹......”。

5、“..... 这些结果都被归还库用于模,根据参数预案创建智能车的模拟场景。 然后系统进入个循环以显示和放置所有现场目标。 在这个循环,相机实际上是采样虚拟智能车然后采样数据作为函数调用参数进入了算法库。 视频数据包初始化读取数据并显过在电脑上建立离线三维道路模拟和测量系统，使用套三维图像引擎生成真实感较强的三维图像，实际上在轨道内取样，通过芯片的数字模块转换成模拟分布在不同道路的视频信号。 仿真流程图如图所示。 当仿真系统启动,过在电脑上建立离线三维道路模拟和测量系统，使用套三维图像引擎生成真实感较强的三维图像......”。

6、“.....通过芯片的数字模块转换成模拟分布在不同道路的视频信号。 仿真流程图如图所示。 当仿真系统启动,根据参数预案创建智能车的模拟场景。 然后系统进入个循环以显示和放置所有现场目标。 在这个循环,相机实际上是采样虚拟智能车然后采样数据作为函数调用参数进入了算法库。 视频数据包初始化读取数据并显示记录影像记录帧运算法则测试结束连接算法法则库道路识别稳定控制速度控制其它运算法则显示运算法则测试结果在算法库中，公认了道路的轨迹，同时计算了汽车的转向装置和驱动马达的数值。 这些结果都被归还库用于模拟智能车动作和显示......”。

7、“..... 任何种赛道比如曲线公路，十字路口和斜坡公路都可以模拟，同时智能车不仅可以通过软件控制，而且还可以用键盘控制。 各种各样的问题被检测出来并解决，这样加快了道路识别算法的测试过程。 实际的路面也可以进行模拟，并通过提供决策支持系统来发展视觉导航和自主驾驶。 图是仿真系统的模拟。 三维实时仿真技术现广泛应用于测试智能车的道路识别算法。 自从轨迹的仿真场景很容易被定制，许多算法包括道路识别算法可以进行全面试验，当实际道路不存在，潜在的问题也可以被发现......”。

8、“..... 在仿真系统环境中，解释了基于智能车的个有效道路识别运算法则。 跑道是黑色的特征线铺在白色道路上,并在白色道路上，黑线平行于道路边界。 任何道路形态，如直路十字路和斜坡路都是适应的。 智能车的目标是检测识别黑色特征线并使车高速跟随它。 我们通过相机来处理大部分二维图像。 动态临界值应用于边缘提取，来消除道路亮度变化的影响。 灰度图像从底线扫描到顶线每行返回个黑点,黑点体现了小车在轨道上的位置......”。

9、“.....所以没有必要因为临界值去对照线上的每个像素。 流程图如图所示。 该算法对仿真测试系统和智能车在真实路面上进行了测试。 虽然在路面识别上并没有复杂的计算而然，智能车对于跟随黑色的特征行驶是非常快速和正确的。 图智能车的路面识别算法结果道路识别系统应用于智能车上，解决了车辆道路识别和无人驾驶的功能。 基于道路识别监视器道路仿真和系统测试的电脑已经被应用于测试道路识别算法。 实验表明，在这样的实验中，道路识别算法在道路识别和追踪上是令人满意的，同时智能车的平均速度能到达，如图所示......”。