基于模式聚類的道路檢測(cè)方法研究及傳輸接口的硬件實(shí)現(xiàn).pdf

1、道路檢測(cè)是智能車輛的核心技術(shù)。智能車輛具有廣泛的應(yīng)用范圍和極高的實(shí)用價(jià)值。在軍事和工業(yè)領(lǐng)域，智能車輛可以代替人類在危險(xiǎn)區(qū)域完成物質(zhì)運(yùn)輸工作。日常生活中，智能車輛可以有效地防止交通事故，提高公路交通的安全性。
　　 本文提出一套基于模式聚類的道路檢測(cè)方法，用于結(jié)構(gòu)和半結(jié)構(gòu)道路場(chǎng)景下的道路檢測(cè)。聚類是將屬性相近的數(shù)據(jù)劃分為一類的過(guò)程。模糊C均值聚類、圖像分割都屬于聚類方法。結(jié)構(gòu)化道路如國(guó)道，有明顯的道路標(biāo)志線。在這類道路上，車輛運(yùn)行

2、速度高，要求道路檢測(cè)處理時(shí)間盡量短。針對(duì)這種要求，本文提出一種基于模糊C均值聚類的道路標(biāo)志線快速檢測(cè)方法，滿足實(shí)時(shí)視頻處理的要求。在該方法中，本文采用連通域從邊緣圖像中識(shí)別出道路標(biāo)志線。新的方法運(yùn)行時(shí)間不超過(guò)35ms，一秒鐘能夠處理25幀圖像，滿足了智能車輛的速度要求。另一方面，半結(jié)構(gòu)化道路通常沒(méi)有明顯的道路標(biāo)志線，但其瀝青或水泥鋪設(shè)的路面和周圍環(huán)境存在明顯反差。在這樣的道路場(chǎng)景中，為了提取道路區(qū)域，本文提出一種基于圖像分割的道路檢測(cè)方

3、法。通過(guò)圖像分割得到的道路區(qū)域是判斷道路曲率和邊界的基準(zhǔn)。文中還提出一種新的基于幾何模型的道路曲率匹配方法來(lái)從候選曲率中找到最符合道路區(qū)域的曲率。最后，為了和前端相機(jī)通信，本文設(shè)計(jì)了一款硬件傳輸接口。ADSP-BF561是該接口的核心芯片。道路檢測(cè)軟件通過(guò)該接口向相機(jī)發(fā)送控制命令，并取回相機(jī)拍攝的圖像。這部分內(nèi)容著重論述了傳輸接口的架構(gòu)和各個(gè)通訊協(xié)議在ADSP-BF561上的實(shí)現(xiàn)．由于ADSP-BF561安裝uCLinux操作系統(tǒng)，該部