微縮智能車及其視覺感知關鍵技術研究.pdf

1、隨著傳感器、視覺感知和人工智能等技術的發(fā)展，無人駕駛智能車已經(jīng)悄然出現(xiàn)在人們眼前。目前，無人駕駛智能車大多配備昂貴高端的傳感器系統(tǒng)，遠遠超過大眾能夠接受的合理價值；同時，真實場景下進行無人駕駛智能車的實驗與測試存在著安全性、政策法規(guī)、開發(fā)成本等因素的制約。而微縮智能車仿真平臺能夠一定程度上模擬無人車實車測試，為無人駕駛技術提供一種便利的調試環(huán)境。因此，依托長安大學“陜西省道路交通智能檢測與裝備工程研究中心”已有的車路協(xié)同仿真平臺，根據(jù)無

2、人駕駛任務的具體需求，對現(xiàn)有微縮智能車的硬件系統(tǒng)進行改造升級。本文采用廉價的視覺傳感器進行交通環(huán)境的感知，重點研究無人駕駛涉及的視覺感知關鍵技術，為無人駕駛實車測試提供理論基礎，同時也是降低無人車成本的一種有益嘗試。
　　首先，研究了面向無人駕駛的微縮智能車系統(tǒng)。其主要涉及主處理系統(tǒng)、子控制系統(tǒng)、驅動系統(tǒng)、轉向系統(tǒng)以及視覺系統(tǒng)；升級了主處理系統(tǒng)的硬件配置，并且改進了其余組成系統(tǒng)的硬件設備，提出了一種分層結構的微縮智能車硬件系統(tǒng)，該

3、系統(tǒng)能夠為基于機器視覺的車道線檢測與交通標志檢測提供硬件支持。
　　其次，提出了一種基于RANSAC樣條擬合的最優(yōu)車道線檢測算法。在微縮平臺下，本文通過逆透視變換將車道線圖像轉變成鳥瞰圖，降低車道線檢測的難度；然后使用LBP算子和霍夫變換檢測出車道線的邊緣；最后采用RANSAC算法結合樣條擬合對車道線進行最優(yōu)擬合。該算法在微縮平臺下能夠有效的提取車道線，為微縮智能車自主駕駛提供了有力保障。
　　最后，提出了基于二叉樹支持向量

4、機的交通標志分層檢測算法。首先，通過結合顏色與形狀特性對交通標志進行檢測；其次，通過對感興趣區(qū)域的顏色主成分的判別，將感興趣區(qū)域進行類別粗劃分；最后，計算感興趣區(qū)域的梯度方向直方圖特征，并以梯度方向直方圖為識別特征，使用基于二叉樹的支持向量機識別方法，對感興趣區(qū)域進行語義識別。實驗表明，該算法在實際微縮仿真環(huán)境下對交通標志具有較高的識別率。
　　本文通過對微縮智能車硬件平臺升級和視覺感知算法的改進，最終實現(xiàn)了基于視覺感知的微縮智能