智能車輛視覺導(dǎo)航算法的研究.pdf

1、目前，單目視覺導(dǎo)航系統(tǒng)中的道路檢測技術(shù)常用一個簡單的模型來描述道路的特征，如假設(shè)道路是在一個二維平面上，道路邊緣是平行的，道路是平坦的。當(dāng)實(shí)際道路不滿足這些條件時，測得的車輛在道路中的位置將有較大的偏差。因此本文的主要目的是克服單一傳感器的缺陷，提高視覺導(dǎo)航中道路檢測算法的魯棒性、準(zhǔn)確性以及實(shí)時性。
　　 首先，通過大量研究，總結(jié)出目前所采用的單目視覺導(dǎo)航系統(tǒng)的缺陷，如無法得到車輛的深度信息，無法解決道路中的遮擋問題，等等。論文

2、從道路環(huán)境理解的角度出發(fā)，建立立體視覺導(dǎo)航模型，提出運(yùn)用圖像融合方法中的圖像匹配技術(shù)，來消除對道路的一般性假設(shè)，有效解決道路中的遮擋問題，保證行駛的安全性。
　　 其次，在道路圖像預(yù)處理中，文中提出先對道路圖像閾值分割，在對二值化的道路圖像濾波，這種道路圖像預(yù)處理方法，與傳統(tǒng)的先濾波，再進(jìn)行閾值分割的圖像預(yù)處理方法相比，具有速度快，效果明顯的特點(diǎn)。在道路圖像閾值分割時，提出循環(huán)迭代閾值分割方法，在各種道路環(huán)境下對道路圖像二值化，

3、都取得了較好的處理效果：在道路圖像濾波時，提出快速并行的中值濾波算法，這種方法與傳統(tǒng)的中值濾波算法相比，比較次數(shù)減少了近2倍，所以快速并行的中值濾波算法大大提高了濾波的速度；在道路圖像邊緣提取時，對各種微分算子的處理效果進(jìn)行實(shí)驗(yàn)分析對比，最后運(yùn)用基于二階導(dǎo)數(shù)的Laplacian邊緣檢測算子進(jìn)行邊緣檢測。
　　 再次，對現(xiàn)有的視覺導(dǎo)航道路檢測算法進(jìn)行分析研究，得到各種常見道路檢測算法的優(yōu)缺點(diǎn)，從而提出基于邊緣特征的道路檢測方法進(jìn)行

4、道路檢測識別。道路圖像經(jīng)過預(yù)處理后，得到道路標(biāo)識線的邊界特征，利用Hough變換進(jìn)行車道標(biāo)識線擬合。如果沒有擬合出車道標(biāo)識線，或者擬合出的車道標(biāo)識線與實(shí)際相差甚遠(yuǎn)，則采用歷史幀的提取結(jié)果和當(dāng)前幀的信息進(jìn)行推導(dǎo)，得到正確的車道標(biāo)識線位置參數(shù)信息。
　　 最后，考慮車輛行駛的速度很快，相鄰兩幀圖像中車道標(biāo)識線的位置不會發(fā)生突變。為此，建立梯形感興趣區(qū)域，對車道標(biāo)識線進(jìn)行跟蹤。本文通過建立仿真實(shí)驗(yàn)環(huán)境，對算法進(jìn)行了檢驗(yàn)，結(jié)果表明，在識