基于双目视觉的无人驾驶汽车道路识别技术研究资料下载.pdf
- 文档编号:16120754
- 上传时间:2022-11-20
- 格式:PDF
- 页数:85
- 大小:7.10MB
基于双目视觉的无人驾驶汽车道路识别技术研究资料下载.pdf
《基于双目视觉的无人驾驶汽车道路识别技术研究资料下载.pdf》由会员分享,可在线阅读,更多相关《基于双目视觉的无人驾驶汽车道路识别技术研究资料下载.pdf(85页珍藏版)》请在冰豆网上搜索。
编号:
201321202050河北工业大学硕士学位论文基于双目视觉的无人驾驶汽车道路识别技术研究基于双目视觉的无人驾驶汽车道路识别技术研究论文作者:
201321202050学生类别:
全日制学科门类:
工学硕士学科专业:
机械工程指导教师:
职称:
DissertationSubmittedtoHebeiUniversityofTechnologyforTheMasterDegreeofMechanicalEngineeringRESEARCHONROADRECOGNITIONTECHNOLOGYOFUNMANNEDVEHICLEBASEDONBINOCULARVISIONMarch2016I摘要随着社会汽车保有量的大幅增加,带来的交通压力及安全问题日益突出,由此无人驾驶汽车的研究应运而生,且成为当前世界各国的热门研究领域。
基于双目视觉进行环境识别的无人驾驶汽车在该领域占据重要地位。
本文针对双目视觉无人驾驶汽车道路识别中的关键技术进行了研究,主要涉及摄像头图像的畸变校正、采集图像的预处理、车道线识别、模糊控制、真伪障碍物判断及障碍物距离的识别等内容。
本文选用LabVIEW与NIVision两款软件作为程序编写平台,完成了文中较为复杂的计算和图像处理任务。
在准备工作中对采集原图完成了“图像兴趣区域提取、畸变校正、图像灰度化、图像滤波、图像二值化”等研究。
通过Hough变换结合本文原创算法,成功实现了将任何弯曲程度的车道线实时转化为五次多项式方程,该算法不仅适用于实线车道线,也适用于虚线车道线,识别速度极快,准确率极高。
利于后续模糊控制及障碍物识别中路面区域提取的研究。
通过模糊控制结合提取到的行驶车道中心曲线方程,可将车辆行驶方向与道路方向间的偏差量在最短时间内减小或消除,保证了车辆沿车道中心行驶的要求。
经过本文仿真实验,控制过程平稳可靠且效率极高。
针对道路上随时出现的障碍物,本文成功解决了判断路面上障碍物是否具有危险性及计算危险性障碍物距离的问题。
利用获取的左、右车道线曲线方程提取出行驶车道的路面,排除了道路两旁物体的干扰,通过单应性矩阵可计算障碍物是否具有危险性,通过简化投影矩阵可计算出障碍物的距离。
关于障碍物分析的方法也是本文的创新之处,识别效果准确可靠。
本文针对上述研究内容分别编写了相应程序,通过对目标图像的实时分析处理,整体实现了本文研究的目标,证明了本文关于道路识别算法的可行性。
关键词:
双目视觉无人驾驶LabVIEW车道线检测模糊控制障碍物分析IIABSTRACTWiththesharpincreaseincarownershipinthecommunity,andthisphenomenonhasbroughtmoreandmoreserioustrafficpressureandsafetyissues.Therefore,thestudyofdriverlesscarscameintobeing,andbecometheworldstopresearcharea.Unmannedvehiclesforenvironmentalrecognitionthroughbinocularvision,playsanimportantroleinthisarea.Inthispaper,thekeytechnologieswerestudied,whichisbelongedtobinocularvisiondriverlesscarsroadRecognition,Mainlyrelatedtothecameraimagedistortioncorrection,imagepreprocessing,lanerecognition,fuzzycontrol,identifyobstaclesandbarrierstojudgethedistance.BothLabVIEWandNIVisionsoftwareasaprogrammingplatforminthispaper,theycompletethecomplexcalculationandimageprocessing.Inthepreparatoryworkforthecompletionoftheacquisitionoftheoriginalimageregionofinterestextraction,distortioncorrection,imagegraying,imagefilteringandotherresearch.ThroughtheHoughtransformandtheoriginalalgorithm,thispaperrealizesthereal-timetransformationoflanelineswithanydegreeofcurvaturetothefivedegreepolynomialequation,thisalgorithmisnotonlysuitableforthesolidlane,alsoappliestothedottedlane,therecognitionspeedisextremelyfastandtheaccuracyrateisextremelyhigh.Thisequationisbeneficialtothestudyoftheextractionofthemiddlesurfaceareaofthefuzzycontrolandobstaclerecognition.Fuzzycontrolandlanecentercurveequation,canreduceoreliminatethevehicletravelingdirectionandthedeviationbetweenthedirectionoftheroadintheshortestpossibletimetoensurethatthevehicletravelingalongthelanecenterrequirements.Throughthissimulation,smoothcontrolprocessextremelyefficientandreliable.Realizedthejudgmentofthedangerousobstaclesandthecalculationofthedistanceofdangerousobstacles.Byusingtheknownleftandrightlanecurveequations,theroadsurfaceisextracted,andtheinterferenceoftheobjectsonbothsidesoftheroadisruledout,theobstaclesarecalculatedbyusingthesingle-stressmatrix,andthedistancebetweentheobstaclescanbecalculatedbysimplifyingtheprojectionmatrix.Themethodofobstacleanalysisistheinnovationofthispaper,therecognitionresultisaccurateandreliable.IIIInthispaper,thecontentsofthesestudieswerepreparedcorrespondingprogram,throughreal-timeanalysisofthetargetimageprocessing,thesuccessfulimplementationoftheinitialobjectivesofthisstudy,thispaperprovesthefeasibilityofroadrecognitionalgorithm.KEYWORDS:
binocularvisionunmannedvehiclesLabVIEWlanelinedetectionfuzzycontrolobstacleanalysisIVV目录第一章绪论.11.1研究背景及意义.11.1.1研究背景.11.1.2研究意义.21.2国内外研究现状.31.2.1国外研究现状.31.2.2国内研究现状.51.3本文主要研究内容及章节安排.71.3.1本文主要研究内容.71.3.2本文章节安排.91.4本章小结.9第二章双目视觉的原理及图像校正.112.1双目视觉的原理.112.2图像校正.132.2.1图像采集.132.2.2畸变校正.142.3本章小结.17第三章车道线检测.193.1图像预处理.193.1.1图像兴趣区域提取.193.1.2图像灰度化.203.1.3图像滤波.213.1.4图像二值化.213.2车道线识别及拟合方程.233.2.1Hough变换检测车道线.233.2.2提取车道中心线曲线方程.263.2.3车道线识别及拟合曲线方程实验.303.3本章小结.33第四章模糊控制在道路行驶中的应用.35VI4.1控制理论概述.354.2模糊控制理论.354.2.1模糊控制理论概述.354.2.2模糊控制器组成.364.2.3模糊控制器设计.374.2.4模糊控制器实验仿真.414.3本章小结.42第五章道路障碍物检测.455.1摄像机标定.455.1.1坐标系建立.455.1.2基于线性模型的摄像机投影矩阵标定.475.1.3标定实验及结果分析.515.1.4单应性矩阵标定.545.1.5单应性矩阵求解实验.555.2真伪障碍物判断及真障碍物距离计算.565.2.1行驶车道的路面提取.565.2.2真伪障碍物判断.575.2.3真障碍物距离计算.615.3本章小结.63第六章结论.656.1全文总结.656.2工作展望.66参考文献.67附录A.71攻读学位期间所取得的相关科研成果.75河北工业大学硕士学位论文1第一章绪论世界上第一辆汽车是德国人卡尔本茨(18441929)在1885年10月制造完成的,从此奠定了汽车设计的基调。
他在1886年1月29日向德国专利局提交了汽车发明专利的申请,故这一天被公认为是世界汽车的诞生日1。
汽车行业经历了130余年的发展,不断地改进、创新,凝聚了人类的匠心和智慧,并得益于石油、金属、化工、塑料、机械设备、道路网、电子技术与金融等多行业的支撑,带动了汽车业的发展,让汽车成为当今这样广泛应用于社会生产、生活多领域的交通运输工具2。
无人驾驶汽车是汽车行业发展到现在的最新技术成果,它主要指通过计算机、各种传感器及其他技术设备,使汽车在没有驾驶员主动控制和持续监测下也能够安全行驶的机动车辆3。
道路识别是无人驾驶汽车最基本也是最主要的功能,如何准确并且快速地检测道路信息成为了无人驾驶研究最热门的领域之一。
目前世界上普遍采用视觉传感器、红外、超声波和激光雷达进行道路信息的采集4。
红外和超声波采集信息比较单一,无法
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 双目 视觉 无人驾驶 汽车 道路 识别 技术研究
![提示](https://static.bdocx.com/images/bang_tan.gif)