基于模式聚類的道路檢測方法研究及傳輸接口的硬件實現(xiàn).pdf

1、道路檢測是智能車輛的核心技術。智能車輛具有廣泛的應用范圍和極高的實用價值。在軍事和工業(yè)領域，智能車輛可以代替人類在危險區(qū)域完成物質運輸工作。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方法，用于結構和半結構道路場景下的道路檢測。聚類是將屬性相近的數(shù)據(jù)劃分為一類的過程。模糊C均值聚類、圖像分割都屬于聚類方法。結構化道路如國道，有明顯的道路標志線。在這類道路上，車輛運行

2、速度高，要求道路檢測處理時間盡量短。針對這種要求，本文提出一種基于模糊C均值聚類的道路標志線快速檢測方法，滿足實時視頻處理的要求。在該方法中，本文采用連通域從邊緣圖像中識別出道路標志線。新的方法運行時間不超過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，半結構化道路通常沒有明顯的道路標志線，但其瀝青或水泥鋪設的路面和周圍環(huán)境存在明顯反差。在這樣的道路場景中，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方

3、法。通過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。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，為了和前端相機通信，本文設計了一款硬件傳輸接口。ADSP-BF561是該接口的核心芯片。道路檢測軟件通過該接口向相機發(fā)送控制命令，并取回相機拍攝的圖像。這部分內容著重論述了傳輸接口的架構和各個通訊協(xié)議在ADSP-BF561上的實現(xiàn)．由于ADSP-BF561安裝uCLinux操作系統(tǒng)，該部