面向無人車的多目融合感知研究.pdf

1、車載環(huán)境下計算機視覺感知技術(shù)的研究是無人駕駛汽車的一個重要研究方向，基于單目視覺的研究雖然成本低廉、靈活簡單，但是存在由單個車載攝像機所獲路面情況視野較窄的局限。即使是利用旋轉(zhuǎn)云臺，雖可以獲得較大范圍的視野，但無法同一時刻獲得路況信息。為此，本文結(jié)合無人駕駛汽車的具體應(yīng)用，主要研究如何利用多目攝像機較好感知行車環(huán)境信息，包括車載環(huán)境下多目融合算法研究、多目車載攝像機定位布局方案以及行車過程中雙目標(biāo)定和物體距離感知。主要的工作及研究成果如

2、下:
　　1.基于特征的多目融合算法對特征提取和特征匹配要求較高，且大都是在線性尺度空間提取特征，經(jīng)過高斯濾波的圖像會存在邊界模糊和細(xì)節(jié)丟失。為此，本文提出一種基于KAZE非線性尺度空間的多目融合算法，該算法結(jié)合Gauge-SURF(G-SURF)特征描述向量對非線性尺度空間的KAZE特征進行改進。將視頻幀圖像經(jīng)過非線性擴散濾波和AOS算法提取KAZE特征點，在gauge坐標(biāo)系生成64維二階多尺度gauge偏導(dǎo)特征描述向量。再根據(jù)

3、特征匹配后的變換矩陣進行融合，生成寬景甚至全景。
　　2.結(jié)合相機成像原理、相機參數(shù)以及車體尺寸，給出一種車載多目攝像機的定位和布局方案，用來確定行車環(huán)境中車載攝像機最佳個數(shù)、擺放位置以及獲得最佳視野范圍。在用最少的相機覆蓋最大區(qū)域的同時，利用車載雙目攝像機進行標(biāo)定，并將標(biāo)定參數(shù)應(yīng)用于移動車載環(huán)境下物體距離感知。
　　3.在不同的數(shù)據(jù)集中實驗，結(jié)果表明，改進的KAZE特征在特征提取時間和匹配率方面都有了一定的改進。本文的多目