版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、基于機器視覺的車道線識別技術(shù)廣泛應(yīng)用于汽車主動安全技術(shù)中,有效地預防了交通事故的發(fā)生,減少了人員傷亡與經(jīng)濟損失。如何縮小車道線識別中圖像處理的面積是提高系統(tǒng)實時性與抗干擾能力的關(guān)鍵。針對該問題,本文在研究車輛運動與車道線位置的變化關(guān)系基礎(chǔ)上建立微觀交通系統(tǒng)模型,進一步運用卡爾曼遞推預測技術(shù)得到基于偏差修正的感興趣區(qū)域預測方法,并將其集成到車道線識別系統(tǒng)中。通過臺架實驗在多種工況下對算法進行驗證,結(jié)果表明該方法能有效縮小感興趣區(qū)域,從而減
2、少圖像處理量,提高了系統(tǒng)的實時性與抗干擾水平。
首先,本文經(jīng)過分析得出當車輛橫向運動幅度較大時,基于視頻序列的感興趣區(qū)域預測方法由于未充分考慮車輛運動特性,導致預測不準。針對該問題,論文考慮車輛運動引起的車道線相對位置變化,兼顧模型準確性與簡潔性,基于二自由度的車輛動力學模型建立了表征車輛-車道線相對運動關(guān)系的微觀交通系統(tǒng)。通過將該系統(tǒng)模型與商業(yè)化軟件進行對比,驗證該系統(tǒng)模型在感興趣區(qū)域預測中的適用性。
進一步,針對
3、車輛速度變化導致上述系統(tǒng)模型的非線性和非定常問題,考慮相鄰圖像幀之間的時間間隔較短,采用近似處理,將每一幀采樣時刻的縱向速度作為該周期內(nèi)的輸入值,對模型進行離散化,得到以方向盤及速度作為輸入的狀態(tài)空間模型;基于該離散模型,運用卡爾曼濾波預測技術(shù),提出基于截距偏差的修正方法,實現(xiàn)車輛坐標系下的感興趣區(qū)域預測。其中,噪聲模型通過對比商業(yè)化軟件和理想模型統(tǒng)計得到。通過人為施加噪聲,仿真驗證了本文方法在縮小感興趣區(qū)域方面的效果。
為驗
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 圖像感興趣區(qū)域提取技術(shù)研究.pdf
- 自適應(yīng)感興趣區(qū)域車道檢測算法.pdf
- 彩色圖像感興趣區(qū)域自動提取技術(shù)研究.pdf
- 圖像感興趣區(qū)域提取技術(shù)研究---畢業(yè)論文
- 基于感興趣區(qū)域的圖像編碼技術(shù)研究.pdf
- 基于感興趣區(qū)域的圖象檢索技術(shù)研究.pdf
- 靜態(tài)圖像感興趣區(qū)域提取關(guān)鍵技術(shù)研究.pdf
- 感興趣區(qū)域圖像編碼研究.pdf
- 靜態(tài)圖像中感興趣區(qū)域檢測方法研究.pdf
- 圖像感興趣區(qū)域提取技術(shù)研究—系統(tǒng)實現(xiàn)---畢業(yè)論文
- 面向感興趣區(qū)域的流媒體加密技術(shù)研究.pdf
- 圖像感興趣區(qū)域提取技術(shù)研究—系統(tǒng)實現(xiàn)---畢業(yè)論文
- 基于感興趣區(qū)域的數(shù)字水印技術(shù).pdf
- 面向智能監(jiān)控中動態(tài)感興趣區(qū)域的識別和編碼.pdf
- 基于感興趣區(qū)域檢測的網(wǎng)絡(luò)不良圖片識別研究.pdf
- 圖像感興趣區(qū)域提取技術(shù)研究—系統(tǒng)實現(xiàn)---畢業(yè)論文
- 基于泄漏預測的感興趣區(qū)域可分級編碼.pdf
- 圖像感興趣區(qū)域提取方法研究.pdf
- 感興趣區(qū)域圖像壓縮與可見水印技術(shù).pdf
- 感興趣區(qū)域圖像編碼和子帶預測編碼的研究.pdf
評論
0/150
提交評論