基于單目視覺(jué)的汽車(chē)自動(dòng)導(dǎo)航技術(shù)研究.pdf

1、AGV視覺(jué)導(dǎo)航研究是汽車(chē)自動(dòng)駕駛研究的重要內(nèi)容。本文以汽車(chē)自動(dòng)駕駛系統(tǒng)中的視覺(jué)導(dǎo)航應(yīng)用為主線，對(duì)視覺(jué)導(dǎo)航的關(guān)鍵和相關(guān)技術(shù)進(jìn)行了深入分析與研究。具體內(nèi)容如下： 1．簡(jiǎn)要回顧了計(jì)算機(jī)視覺(jué)技術(shù)的研究應(yīng)用現(xiàn)狀以及基于視覺(jué)的AGV系統(tǒng)在國(guó)內(nèi)外的研究發(fā)展現(xiàn)狀，指出了當(dāng)前AGV視覺(jué)導(dǎo)航技術(shù)的研究難點(diǎn)和研究新方向。 2．作為機(jī)器視覺(jué)的基本和關(guān)鍵技術(shù)，深入探討了攝像機(jī)的內(nèi)、外參數(shù)標(biāo)定方法。在攝像機(jī)透視投影模型和成像模型基礎(chǔ)上，提出了一種簡(jiǎn)

2、單的利用主動(dòng)系統(tǒng)的平移運(yùn)動(dòng)對(duì)攝像機(jī)參數(shù)進(jìn)行標(biāo)定的方法，并給出了標(biāo)定結(jié)果。為了準(zhǔn)確建立圖像間對(duì)應(yīng)點(diǎn)之間的對(duì)應(yīng)關(guān)系，提高攝像機(jī)標(biāo)定精度，提出了基于Harris亞像素角點(diǎn)檢測(cè)匹配的方法，試驗(yàn)證明該方法能提高匹配精度，有助于有效準(zhǔn)確的標(biāo)定攝像機(jī)參數(shù)，為實(shí)現(xiàn)攝像機(jī)的目標(biāo)準(zhǔn)確定位奠定了基礎(chǔ)。針對(duì)汽車(chē)在結(jié)構(gòu)化道路上運(yùn)行的實(shí)際環(huán)境，在路面平坦假設(shè)前提下，推導(dǎo)出了單攝像機(jī)的反透視投影變換公式，為圖像上點(diǎn)的空間定位奠定了理論基礎(chǔ)。 3．深入討論了基

3、于邊緣特征的道路標(biāo)志檢測(cè)方法。分析了光照、陰影對(duì)檢測(cè)結(jié)果的影響，發(fā)現(xiàn)利用道路標(biāo)志的顏色特征可以獲得更好的檢測(cè)效果，提出了一種利用顏色特征的圖像亮度調(diào)整預(yù)處理算法。在道路標(biāo)志直線模型下，從圖像本身具有的模糊性特點(diǎn)出發(fā)，提出了基于模糊推理的邊界檢測(cè)算法，試驗(yàn)表明該方法可以獲得正確的檢測(cè)結(jié)果。采用了HT(Hough Transition)的方法獲取道路標(biāo)志的邊界，并針對(duì)AGV實(shí)際應(yīng)用特點(diǎn)，結(jié)合汽車(chē)運(yùn)動(dòng)模型，預(yù)測(cè)道路標(biāo)志在序列圖像中可能出現(xiàn)的位

4、置，從而減少HT運(yùn)算量，并在此基礎(chǔ)上提出了道路標(biāo)志提取中的改進(jìn)HT變換算法。分析了共線性特征與最小特征根之間的關(guān)系后，提出了基于最小特征根的直線檢測(cè)方法，與HT直線檢測(cè)方法比較，該方法運(yùn)算速度明顯高于HT算法，并具有較強(qiáng)的抗干擾能力和較好的檢測(cè)效果。在道路標(biāo)志二次曲線模型下，提出了一種向下投影的道路標(biāo)志檢測(cè)算法。該方法首先通過(guò)道路標(biāo)志在圖像水平抽樣上的投影點(diǎn)求取中心點(diǎn)，然后將這些中心點(diǎn)進(jìn)行曲線擬合獲得道路標(biāo)志曲線。為了提高道路標(biāo)志中心點(diǎn)

5、的檢測(cè)準(zhǔn)確率，本文提出了基于道路標(biāo)志寬度的偽中心點(diǎn)去除方法，試驗(yàn)證明了該方法的有效性。 4．給出了單幅圖像上障礙物檢測(cè)的一般步驟。根據(jù)路面灰度一致性假設(shè)，運(yùn)用FCM算法通過(guò)障礙物灰度和路面灰度的不同進(jìn)行障礙物的檢測(cè)。FCM算法的分割結(jié)果受到初始值的影響，提出了基于體素密度的FCM初始值獲取算法，與常用的聚類有效性判據(jù)的方法比較，本文提出的方法能快速有效的求取出具有不同分布密度和復(fù)雜分布特點(diǎn)的多維樣本集合的最優(yōu)聚類數(shù)目和初始聚類中

6、心。為了改善FCM的運(yùn)算性能，本文提出了權(quán)集和加權(quán)樣本概念，提出了運(yùn)用在權(quán)集上的FCM算法：WFCM算法，并將其運(yùn)用在圖像分割中，理論和試驗(yàn)表明，該方法在保證相同分割結(jié)果的前提下大大提高了處理速度。在WFCM基礎(chǔ)上提出了FCM的快速算法一般形式：fFCM算法；fFCM首先運(yùn)用WFCM算法獲得一個(gè)近似的迭代結(jié)果，然后再次使用FCM以獲得最終的迭代結(jié)果，試驗(yàn)表明，這種方法能夠加速迭代過(guò)程，縮短迭代運(yùn)行時(shí)間。給出了障礙物距離車(chē)體的距離計(jì)算公式