基于視覺導(dǎo)航的智能車輛自主行駛研究.pdf

1、　　視覺導(dǎo)航在智能車輛的智能導(dǎo)航中占有重要地位。由于計(jì)算機(jī)視覺相對(duì)于常用的傳感器如測(cè)距儀等，具有信息量豐富，智能化水平高等特點(diǎn)，因此其處理的數(shù)據(jù)較大。同時(shí)在復(fù)雜或者較危險(xiǎn)環(huán)境中如何檢測(cè)路徑圖像是主要難題。本文選用了標(biāo)識(shí)線圖像識(shí)別的導(dǎo)航方法。該導(dǎo)航方法原理簡(jiǎn)單，實(shí)現(xiàn)容易，且技術(shù)成本和費(fèi)用低。該方法的主要問題是標(biāo)識(shí)線的變形矯正和邊緣檢測(cè)。本文以兩輪驅(qū)動(dòng)智能車輛為研究對(duì)象，提出了一種簡(jiǎn)單可行的圖像矯正算法——標(biāo)定法，能夠有效地降低標(biāo)識(shí)線圖像變

2、形對(duì)參數(shù)提取的干擾，為智能車輛導(dǎo)航路徑的識(shí)別提供了準(zhǔn)確的圖像信息。在視覺圖像處理方面，提出了一種先進(jìn)行閾值分割，然后再對(duì)二值化的圖像進(jìn)行濾波的圖像預(yù)處理方法，這其中包括改進(jìn)的最優(yōu)閩值法、計(jì)算量較小的形態(tài)學(xué)濾波處理方法以及基于二階導(dǎo)數(shù)信息的邊緣檢測(cè)算法。同時(shí)在車體相對(duì)位置參數(shù)提取上進(jìn)行了改進(jìn)。仿真中采用了模糊最優(yōu)控制方法，且仿真計(jì)算證明了該控制方法對(duì)智能車輛的跟蹤控制有著良好的效果。為驗(yàn)證以上圖像處理算法和跟蹤控制策略的正確性以及智能車輛