非結構化道路路邊融合算法研究.pdf

1、非結構化道路檢測技術是智能車輛自主導航的關鍵技術之一，是目前研究的熱點與難點。單一的傳感器常常無法有效的感知環(huán)境信息，陸地自主車安裝了多種傳感器，本文以非結構化道路路邊融合為研究對象，通過融合多個傳感器數(shù)據(jù)，輸出可靠的道路邊界位置以及道路區(qū)域內(nèi)的障礙物信息，保證車輛的安全行駛。
　　 本文的融合系統(tǒng)使用了攝像機、紅外夜視儀、激光雷達三種傳感器，關于道路邊界主要研究了彩色圖像的道路分割、基于激光雷達的路邊描述，并對激光雷達數(shù)據(jù)分析

2、處理進行障礙檢測。
　　 論文研究了一種基于彩色圖像的非結構化道路分割的方法，并在此基礎上提取路邊特征點供給融合模塊。在色度空間對H，S兩個分量使用大津法選取合適的閾值進行初步分割，為了避免顏色相近的天空、植被等的影響，將視覺近區(qū)域作為檢測區(qū)域。將兩個分割結果合理的進行與操作，再對二值圖像的噪聲點使用形態(tài)學、閾值面積消去、種子填充等算法處理，將道路與非道路區(qū)域完整的區(qū)分開來。對于大面積陰影影響下的非結構化道路，進行OTSU二次分

3、類，并根據(jù)設置的道路參考區(qū)域模型和飽和度信息歸為道路與非道路類，完成道路分割。
　　 對激光雷達數(shù)據(jù)的道路邊界提取設計了一種方法，先使用K均值聚類將數(shù)據(jù)劃分為兩類，分別代表道路左右兩側的障礙以及植被，再根據(jù)SVM算法求出使分類間隔最大的隔離帶，意味著激光雷達數(shù)據(jù)描述下的道路左右邊界。在障礙檢測上，對激光雷達數(shù)據(jù)濾波后聚類分析，根據(jù)各類的橢圓特征信息對障礙進行識別。
　　 研究了視覺傳感器與激光雷達的時空融合算法。對于多個