基于融合的全向三維視覺理論及在車道檢測和定位中的應用研究.pdf

1、本文以國家自然國家自然科學基金支持的重大研究計劃“視聽覺信息的認知計算”為課題研究背景，將具有360°視野的全向相機系統(tǒng)與三維激光雷達相結合，構建全向三維視覺信息采集系統(tǒng)為無人駕駛車輛提供豐富的全向圖像信息和精確的三維位置信息。研究了基于融合的全向三維視覺數(shù)據(jù)的車道檢測與定位問題。取得的主要成果和創(chuàng)新點如下：
　　1、研究了逆透視變換對車道線特征提取的影響，在透視圖像和逆透視圖像上測試三種基于全景圖像提出的車道線特征提取算法的性能

2、。在全景圖像數(shù)據(jù)庫上的實驗結果表明，同種車道線特征提取方法在逆透視圖像上的敏感性、精度、魯棒性、潛在最佳性能、平均正確率等性能指標均優(yōu)于其在透視圖像上的性能。
　　2、提出了一種基于畸變全景圖像的車道檢測算法，在全景圖像空間進行曲線擬合，直接獲得車道線在車體坐標系下的參數(shù)。實車實驗證明了在具有畸變的全景圖像上進行車道檢測的可行性。
　　3、提出了一種車道模型參數(shù)優(yōu)化的車道模型擬合方法，用統(tǒng)一的車道模型擬合直線車道和曲線車道。

3、根據(jù)拋物線車道模型將車道線特征圖變換到線性空間，直線和曲線車道邊緣在線性空間均用統(tǒng)一的直線進行描述。將車道模型參數(shù)擬合問題轉化為參數(shù)優(yōu)化問題，并通過最小化目標函數(shù)得到車道模型最優(yōu)的參數(shù)。在公開數(shù)據(jù)庫和實車采集數(shù)據(jù)上對提出車道檢測算法進行測試，長距離實驗結果表明基于車道模型參數(shù)優(yōu)化車道檢測算法準確率達到99％。
　　4、提出了一種基于表觀地圖和三維特征地圖的定位方法。定位過程為兩步：基于表觀地圖的初步定位和初步定位結果指導下的基于三