基于機(jī)器視覺的車輛橫向控制策略研究.pdf

1、隨著經(jīng)濟(jì)和生活水平的不斷提高，汽車數(shù)量也在快速增長(zhǎng)，而隨著汽車數(shù)量的增加所導(dǎo)致的交通事故也是快速上升。為了減少交通事故，各國(guó)科研工作者都在積極地探索智能車技術(shù)。本文在查閱了國(guó)內(nèi)外的智能車技術(shù)基礎(chǔ)之上提出了基于機(jī)器視覺的車輛橫向控制技術(shù)，本技術(shù)主要分為雙目攝像機(jī)標(biāo)定、路徑檢測(cè)、三維重建及車輛定位、車輛橫向控制四個(gè)部分。
　　雙目攝像機(jī)標(biāo)定部分首先利用兩個(gè)CCD攝像機(jī)組建了一個(gè)雙目立體視覺系統(tǒng)，之后建立了線性和畸變兩種攝像機(jī)模型，分析

2、了傳統(tǒng)標(biāo)定和自標(biāo)定兩種攝像機(jī)標(biāo)定技術(shù)的優(yōu)缺點(diǎn)，然后選擇了基于平面模板標(biāo)定法對(duì)雙目立體攝像機(jī)進(jìn)行標(biāo)定獲取內(nèi)外參數(shù)，最終對(duì)參數(shù)進(jìn)行分析確認(rèn)是準(zhǔn)確的。
　　道路檢測(cè)部分首先對(duì)道路圖像進(jìn)行灰度化、濾波、自適應(yīng)閾值分割等預(yù)處理從而去除了道路圖像中的噪聲以及不感興趣區(qū)域，之后利用邊緣檢測(cè)算法對(duì)道路邊緣信息進(jìn)行了提取，接下來(lái)利用了腐蝕膨脹等形態(tài)學(xué)處理將道路邊緣中小的空洞進(jìn)行填充，最后利用Hough變換理論成功地?cái)M合重建出導(dǎo)航路徑。
　　三

3、維重建及車輛定位部分首先對(duì)左右道路圖像進(jìn)行立體校正，從而使得畸變圖像的面積最小，之后利用基于SIFT特征匹配和基于區(qū)域匹配的兩種立體匹配技術(shù)在左右兩幅圖像中尋找對(duì)應(yīng)點(diǎn)。利用SIFT特征成功匹配并獲取左右兩幅圖像的拼接圖，利用區(qū)域匹配獲取左右兩幅圖像的視差圖?；谝暡顖D，利用標(biāo)定好的攝像機(jī)內(nèi)外參數(shù)對(duì)道路圖像進(jìn)行三維重建，獲取到車輛與道路之間具體的三維空間信息，從而計(jì)算出車輛和道路之間的相對(duì)位姿。
　　車輛橫向控制部分首先建立了基于預(yù)

4、瞄機(jī)制的車輛橫向控制數(shù)學(xué)模型，之后針對(duì)滑?？刂破鞯亩墩駟栴}設(shè)計(jì)出了基于等效控制的模糊滑模控制器，利用模糊算法去柔化控制信號(hào)從而減小抖振幅度，在MATLAB中進(jìn)行算法仿真，仿真結(jié)果表明車輛橫向偏差和橫向偏差角能夠在短時(shí)間內(nèi)收斂到零，系統(tǒng)抖振幅度能有效降低，對(duì)于期望路徑跟蹤更為精確。
　　本文通過(guò)大量的實(shí)驗(yàn)去分析驗(yàn)證以上四個(gè)技術(shù)模塊的有效性，分析結(jié)果表明雙目攝像機(jī)標(biāo)定模塊標(biāo)定出的參數(shù)是精準(zhǔn)的，路徑檢測(cè)模塊能夠精確地檢測(cè)出導(dǎo)航路徑，三維