車輛主動(dòng)安全系統(tǒng)中的視覺(jué)感知技術(shù)研究.pdf

1、本文從車輛主動(dòng)安全系統(tǒng)中對(duì)車輛進(jìn)行橫向和縱向控制的角度出發(fā),針對(duì)車道偏離檢測(cè)、運(yùn)動(dòng)車輛檢測(cè)與跟蹤、車距測(cè)量與車輛避撞等問(wèn)題,研究以機(jī)器視覺(jué)作為感知手段的外界信息獲取方法。論文深入分析了車載攝像機(jī)成像的基本原理,改進(jìn)了視覺(jué)檢測(cè)方法,取得了較為滿意的結(jié)果。本文的主要研究?jī)?nèi)容及成果包括:
　　 (1)采用模型與特征相結(jié)合的方法實(shí)現(xiàn)了結(jié)構(gòu)化道路的識(shí)別與跟蹤。根據(jù)結(jié)構(gòu)化道路的實(shí)際特點(diǎn),選擇直線模型作為道路模型,設(shè)置感興趣區(qū)域并通過(guò)Houg

2、h變換檢測(cè)出車道線特征,從而實(shí)現(xiàn)了對(duì)道路的識(shí)別。其中,感興趣區(qū)域的位置和大小由Kalman濾波器動(dòng)態(tài)地確定,降低了Hough變換的計(jì)算成本,提高了算法的實(shí)時(shí)性。另外,文中還將道路圖像轉(zhuǎn)換到HIS顏色空間,解決了黃色車道線的檢測(cè)問(wèn)題。
　　 (2)提出了車載攝像機(jī)內(nèi)部參數(shù)離線標(biāo)定、外部參數(shù)在線調(diào)整的攝像機(jī)標(biāo)定新方法。由于在車輛行駛過(guò)程中攝像機(jī)內(nèi)部參數(shù)保持不變,因此可采用平面靶標(biāo)方法在離線狀態(tài)下對(duì)其進(jìn)行標(biāo)定。而攝像機(jī)外部參數(shù)會(huì)由于車

3、輛顛簸等原因發(fā)生改變,影響到車道偏離和車距測(cè)量的精度,處理的方法是根據(jù)圖像中車道線消失點(diǎn)的位置以及車道線斜率關(guān)系,并結(jié)合內(nèi)部參數(shù)的標(biāo)定結(jié)果,在線調(diào)整攝像機(jī)外部參數(shù)。從而避免了對(duì)所有攝像機(jī)內(nèi)外參數(shù)進(jìn)行標(biāo)定的復(fù)雜過(guò)程,同時(shí)也提高了視覺(jué)測(cè)量精度。
　　 (3)提出了基于車道線斜率的車道偏離檢測(cè)新方法。通過(guò)對(duì)針孔模型下攝像機(jī)成像公式的理論推導(dǎo),得到了車道偏離率與圖像中兩側(cè)車道線斜率比之間的簡(jiǎn)單函數(shù)關(guān)系。通過(guò)對(duì)道路現(xiàn)場(chǎng)試驗(yàn)與手工測(cè)量結(jié)果的

4、比較表明,該車道偏離檢測(cè)方法達(dá)到了較高的測(cè)量精度。
　　 (4)以道路檢測(cè)結(jié)果作為約束條件,采用基于特征和基于運(yùn)動(dòng)分析的方法實(shí)現(xiàn)了本車周圍運(yùn)動(dòng)車輛的檢測(cè)。在檢測(cè)本車道內(nèi)前方運(yùn)動(dòng)車輛時(shí),首先根據(jù)車底陰影檢測(cè)結(jié)果得到車輛的疑似區(qū)域,再通過(guò)車輛尾部的灰度和邊緣對(duì)稱性檢測(cè)進(jìn)一步確認(rèn)前方運(yùn)動(dòng)車輛。而對(duì)于相鄰車道內(nèi)后方超車車輛,則分別采用了背景差分法和稀疏光流法兩種方法進(jìn)行檢測(cè)。
　　 (5)將Kalman濾波技術(shù)與Mean Shi

5、ft及CamShift算法融合,實(shí)現(xiàn)了對(duì)前方運(yùn)動(dòng)車輛的跟蹤。試驗(yàn)結(jié)果表明,該方法能夠在彎道、不同車距、環(huán)境中存在干擾以及天氣、光照發(fā)生變化等各種情況下實(shí)現(xiàn)對(duì)運(yùn)動(dòng)車輛的穩(wěn)定跟蹤。
　　 (6)提出了基于車道線消失點(diǎn)的車距測(cè)量新方法。從攝像機(jī)成像原理出發(fā),推導(dǎo)出基于單目視覺(jué)的車距測(cè)量公式,并通過(guò)現(xiàn)場(chǎng)試驗(yàn)證明該方法具有較高的車距測(cè)量精度。同時(shí)完成了攝像機(jī)安裝高度、俯仰角、方向角等外部參數(shù)變化情況下的車距測(cè)量試驗(yàn),給出了影響車距測(cè)量結(jié)果