用于視覺導(dǎo)航的道路檢測與跟蹤技術(shù)的研究.pdf

1、隨著軟硬件技術(shù)的發(fā)展,以智能輔助駕駛和智能安全技術(shù)為代表的智能車輛受到世界各國的高度重視。其中,視覺導(dǎo)航是智能車導(dǎo)航的核心技術(shù)之一,作為視覺導(dǎo)航的重要部分,道路檢測和跟蹤早已引起各國學者的廣泛關(guān)注,目前針對結(jié)構(gòu)化道路的檢測技術(shù)已經(jīng)很成熟,本文主要針對非結(jié)構(gòu)化道路的檢測和跟蹤進行研究。具體內(nèi)容包括幾方面:
　　 (1)分析道路場景和實際道路數(shù)據(jù)采集情況,針對非結(jié)構(gòu)化道路的復(fù)雜性,設(shè)計了道路預(yù)處理方案。
　　 (2)根據(jù)不同

2、顏色空間中道路特征,本文研究了兩種道路分割算法:基于HIS模型的彩色道路閾值分割方法和基于RGB模型的區(qū)域生長道路分割方法。前者能克服陰影的干擾;后者對野外環(huán)境以及雨后路面出現(xiàn)反光的情況有較好的效果。
　　 (3)分析傳統(tǒng)邊緣檢測算子的優(yōu)缺點,選擇定位準確、抗干擾強的自適應(yīng)Canny算子。設(shè)計一種融合區(qū)域分割和邊緣特征的道路邊界檢測算法,用道路分割出的區(qū)域消除邊緣檢測中的非路邊緣,并用邊緣信息彌補區(qū)域分割中的道路邊界不明顯的缺點