基于K-means算法的二步迭代道路检测算法

为增强现有基于机器视觉的自动导引车AGV对非结构化路面的适应能力，提出一种基于K-means聚类分析算法的二步迭代道路检测算法。算法实现了自动选择路面样本区域与自主动态添加路面样本，克服了基于其它机器学习算法的道路识别方法需要人工收集大量路面样本进行训练的缺陷。实验仿真结果显示，该方法能有效降低光照、阴影、车道线等对道路识别的影响，能够适应含有多种不同障碍物的道路场合。