基于GNSS與視覺的道路檢測與避障技術(shù).pdf

1、隨著交通工具的普及，由此而來的交通擁擠、交通事故頻發(fā)，甚至是環(huán)境污染已經(jīng)成為人們不得不面對的問題。為了緩和交通擁擠、減少交通事故、改善公路交通效率，智能交通系統(tǒng)（Intelligent Transportation Systems, ITS）應(yīng)運(yùn)而生。其中，智能車定位技術(shù)、道路檢測技術(shù)、以及避障路徑規(guī)劃技術(shù)等是 ITS中至為關(guān)鍵的幾個技術(shù)。現(xiàn)有的智能車相關(guān)研究都是在雷達(dá)探測儀或者激光測距儀的基礎(chǔ)上展開，這些傳感器測量高效而且精度高，但是

2、成本昂貴。在實(shí)際應(yīng)用中往往需要在經(jīng)濟(jì)與精度之間做一個折中的選擇。
　　視覺傳感器成本低廉，并且隨著圖像處理與機(jī)器視覺的發(fā)展，視覺傳感器廣泛應(yīng)用于各個領(lǐng)域。本文將采用雙目視覺傳感器和 GNSS定位系統(tǒng)完成智能車定位、道路檢測以及避障路徑規(guī)劃。
　　論文的主要研究內(nèi)容包括：
　　(1)建立了雙目視覺系統(tǒng)，并使用棋盤格板作為標(biāo)定物對左右攝像頭進(jìn)行了標(biāo)定。求得了基站P在攝像機(jī)坐標(biāo)系和水平坐標(biāo)系中的坐標(biāo)，即基站P相對于智能車的定

3、位。最后利用布爾沙-沃爾夫模型，在已知基站P在WGS-84坐標(biāo)系下絕對坐標(biāo)的前提下，實(shí)現(xiàn)了基于雙目視覺的智能車絕對定位。
　　(2)在完成了基于雙目視覺的智能車絕對定位的基礎(chǔ)上，利用卡爾曼濾波器（Kalman Filter），將智能車的視覺定位坐標(biāo)與GPS定位坐標(biāo)進(jìn)行融合矯正。通過實(shí)驗(yàn)表明，矯正后得到的定位坐標(biāo)精度有一定程度的提高。
　　(3)提出了一種基于自適應(yīng)HSI彩色空間的非結(jié)構(gòu)化道路檢測算法。該算法針對鄉(xiāng)村非結(jié)構(gòu)化道

4、路，將道路圖像從RGB彩色空間轉(zhuǎn)換到HSI彩色空間，利用道路區(qū)域與周邊區(qū)域顏色色調(diào)（H）的不同，以及路面陰影區(qū)域與其非陰影區(qū)域飽和度（S）的不同，根據(jù)先驗(yàn)信息，自適應(yīng)的調(diào)整飽和度S在HSI彩色模型圖像中的比例。該算法可以更好地排除陰影部分對道路區(qū)域檢測的影響，提取出較為完整的道路區(qū)域。
　　(4)改進(jìn)了動態(tài)場景下的經(jīng)典人工勢場避障路徑算法。與經(jīng)典人工勢場避障路徑規(guī)劃方法相比，該算法將其應(yīng)用到室外智能車避障路徑規(guī)劃中，針對智能車在真