欢迎来到天天文库
浏览记录
ID:35066502
大小:7.20 MB
页数:101页
时间:2019-03-17
《基于机器视觉的道路及车辆检测技术研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、中文图书分类号:TP391密级:公开UDC:621.3学校代码:10005硕士学位论文MASTERALDISSERTATION论文题目:基于机器视觉的道路及车辆检测技术研究论文作者:战宇辰学科:控制科学与工程指导教师:段建民教授论文提交日期:2016年6月21日UDC:621.3学校代码:10005中文图书分类号:TP391学号:S201302112密级:公开北京工业大学工学硕士学位论文题目:基于机器视觉的道路及车辆检测技术研究英文题目:STUDYONROADANDVEHICLEDETECTIONBASEDONMACHINEVISION论文作者:战宇辰学科专业:
2、控制科学与工程研究方向:机器视觉与图像处理申请学位:工学硕士指导教师:段建民教授所在单位:城市交通学院答辩日期:2016年6月授予学位单位:北京工业大学独创性声明本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得北京工业大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。签名:战宇辰日期:2016年6月20日关于论文使用授权的说明本人完全了解北京工业大学有关保留、
3、使用学位论文的规定,即:学校有权保留送交论文的复印件,允许论文被查阅和借阅;学校可以公布论文的全部或部分内容,可以采用影印、缩印或其他复制手段保存论文。(保密的论文在解密后应遵守此规定)签名:战宇辰日期:2016年6月20日导师签名:段建民日期:2016年6月20日摘要摘要随着交通系统的发展以及科技的进步,智能交通系统(IntelligentTransportationSystem,简称ITS)受到了广泛关注并快速发展。作为智能交通系统至关重要的一部分以及未来车辆的发展方向,智能车(IntelligentVehicle,简称IV)这个集环境感知、路径规划和安全驾
4、驶功能于一体的智能系统正在迅速发展。基于机器视觉的环境感知是智能车系统中一个很重要的部分。本文以北京工业大学智能电动车BJUT-IV为平台,基于单目视觉传感器,对智能车的环境感知进行了研究。重点研究内容包括如下四个方面:图像预处理、车道线检测、前方车辆识别、坐标变换及状态预警。首先,针对路面环境特点对智能车车载摄像头采集的原始图像进行图像预处理。针对道路环境,采用加权平均法对图像灰度化处理。对图像进行双边滤波降噪,在抑制噪声的同时尽可能保留物体边缘信息。对行车环境中的不同光照情况进行分类,根据不同光照采取不同灰度拉伸方法。其次,针对于多车道的行车环境提出了一种三
5、车道检测方法。针对路面环境提出了基于变内核TopHat的车道线分割算法,有效减小了环境变换对车道线分割的影响。提出了一种利用三车道直线模型对车道线进行定位的方法,方法以基于θ轴方向的双抛物线密度函数的Hough变换对图像进行直线搜寻,以加权最小二乘法拟合道路消失点筛选直线,并对直线进行聚类,并根据匹配标准在极坐标下与三车道模型进行匹配。提出了一种曲线车道线搜索方法,区分近视景区与远视景区将车道线与感兴趣区迭代搜索,并在对比了两种车道线拟合方法后选择最小二乘法拟合三次曲线模型以确定车道线。在用于车道线保持的Kalman滤波过程中对车道线存在性进行滤波,解决了连续的
6、视频中车道线闪现的问题。提出了基于随机投种法的边侧车道可行驶性判定方法,解决了三车道识别中两侧车道误检测的问题。实验证明算法检测率较高并具有较强的环境适应性。而后,提出了基于多特征的车辆识别方法。利用最大类间方差法求取先验熵阈值,并利用熵单元格在感兴趣区内搜索车辆。提出了熵单元格合并规则以排除路面高图像复杂度的小区域的干扰。基于车道线等路面标志与车辆阴影的灰度差异,利用车辆阴影对基于图像熵的车辆识别进行筛选,优化车辆识别效果。应用Kalman滤波对车辆位置进行预测,减小识别方法的感兴趣区,提升了算法效率。实验结果表明算法识别率较高,能够适应复杂路面以及光照变化且
7、具有较好的实时性。-I-北京工业大学工学硕士学位论文最后,分析了车载摄像机的成像模型并推导了图像坐标系与智能车车辆坐标系间的转换关系。利用坐标变换以及道路检测结果对智能车进行定位,并根据位置信息与前方车辆位置计算智能车预警信息,保障行车安全。为验证文中算法的性能,设计并编写了智能车行车辅助软件并以BJUT-IV智能车为基础进行实验。结果表明,系统达到预期目标并且具有良好的环境适应性和实时性。关键词智能车;环境感知;机器视觉;车道线检测;车辆识别;行车预警;-II-AbstractAbstractWiththedevelopmentoftransportation
8、systemandthe
此文档下载收益归作者所有