自动驾驶换道决策与控制算法：基于视觉传感器的两车道态势图构建与红绿灯检测停车的动态车速跟随研究（车道线检测深度版）

自动驾驶的换道决策逻辑、红绿灯识别和车道线跟踪，整合在一套比较完整的算法里，整个思路挺清晰的。

两车道的态势图是用视觉传感器做的，摄像头采图，Hough 变换提线，配合卡尔曼滤波做稳定。跑在城市路况下，表现还不错。

红绿灯识别用的是MobileNet + 决策树的组合，模型轻量，判断结果也快。遇到红灯直接稳稳停车，不容易误判，这点挺实用。

再加上PID 控制器来做车速跟随，前车加速你跟，加到一半又刹车你也能跟得住，整个过程还挺丝滑的。适合城市实测那种复杂工况。

文中还有不少实测的经验分享，比如滤波参数怎么调、识别阈值怎么设，蛮接地气的。要是你准备做视觉感知那块，尤其是车道和信号灯的，可以直接拿去试。

如果你想进一步了解红绿灯检测实现细节，可以看看基于 YOLOv3 的红绿灯检测识别，部署思路也挺实用。