1、車輛技術(shù)是智能交通系統(tǒng)研究的熱點領(lǐng)域,開展車輛視覺導(dǎo)航的關(guān)鍵技術(shù)——道路識別、障礙物檢測方面的研究,對確保車輛行駛安全和實現(xiàn)無人駕駛起著至關(guān)重要的作用。本文針對行車中的真實路況設(shè)計了一個基于單目視覺的車輛前車檢測、跟蹤、超車輔助導(dǎo)航系統(tǒng),提出一種在不同背景下自適應(yīng)檢測和跟蹤道路、障礙物,并指導(dǎo)超越前車的算法。 論文從道路環(huán)境理解的角度出發(fā),針對車輛輔助視覺導(dǎo)航中的車道識別、前車識別、跟蹤、避讓問題,運用單目視覺技術(shù)對行駛車輛前景
2、中的道路邊界和車道線進行檢測,以獲取本車與當前道路的相對位置信息和方向信息,本車與前方障礙物的相對位置,結(jié)合車道線的信息,進行分析,給出提示信息。文章主要對軟件處理算法進行了分析、研究、改進、仿真實現(xiàn)。 在處理算法上進行分析、選取,利用算法的優(yōu)勢,并通過改進利用其劣勢濾波去噪、增強對比度等圖像預(yù)處理的基礎(chǔ)上,利用投影法找出圖像中的陸天水平分界線,并由此劃分出初始檢測的感興趣區(qū)域;利用邊緣點跟蹤搜索等處理方法,對車道線進行特征提取
3、;依據(jù)駕駛經(jīng)驗、先驗知識和數(shù)學(xué)描述建立道路模型,利用最小二乘法擬和直線技術(shù)進行了直路模型匹配;按行進中車輛檢測、跟蹤、避讓原則與步驟的分析,利用頻域濾波進行前車檢測,并用形態(tài)學(xué)進行加強,使其能識別黑色、白色不同背景的前車,最后對頻域濾波算法的劣勢進行補償;視覺、雷達傳感器融合導(dǎo)航及與前車車距估算的分析,并給出了最后的結(jié)果分析序列圖。在車輛檢測、跟蹤、超越時,適應(yīng)在晴天和陰天不同天氣情況,前車為黑色轎車和白色面包車的不同車型和顏色的情況。