基于DSP的汽車(chē)視覺(jué)輔助導(dǎo)航的研究.pdf

1、視覺(jué)信息是交通環(huán)境中的主要信息，因此機(jī)器視覺(jué)是智能汽車(chē)導(dǎo)航系統(tǒng)中必不可少的組成部分，而機(jī)器視覺(jué)的關(guān)鍵技術(shù)——圖像處理技術(shù)的是汽車(chē)視覺(jué)導(dǎo)航中的核心技術(shù)。本文主要研究以CCD為主要數(shù)據(jù)采集傳感器、以圖像處理技術(shù)為核心的軟件算法以及以DSP處理系統(tǒng)為中心的硬件處理平臺(tái)的智能車(chē)視覺(jué)導(dǎo)航系統(tǒng)。該系統(tǒng)運(yùn)用CCD圖像傳感器獲取前方道路和目標(biāo)車(chē)輛等動(dòng)態(tài)變化信息，并對(duì)獲取的動(dòng)態(tài)信息進(jìn)行處理，獲取預(yù)測(cè)前方道路和車(chē)輛相對(duì)本車(chē)的二維信息，將處理計(jì)算的結(jié)果作為汽

2、車(chē)輔助駕駛的重要信息來(lái)源。 本文的視覺(jué)算法主要具有車(chē)道線的檢測(cè)和運(yùn)動(dòng)目標(biāo)的檢測(cè)、測(cè)距與跟蹤的功能。對(duì)于結(jié)構(gòu)化道路模型，本文采用最大熵值分割大對(duì)邊緣檢測(cè)后的圖像進(jìn)行二值化，并從圖像底部開(kāi)始搜索車(chē)道線上的點(diǎn)，然后采用Hough變換擬合出左右車(chē)道線。左右車(chē)道線內(nèi)的區(qū)域就是本車(chē)的行使區(qū)域，從而實(shí)現(xiàn)了道路區(qū)域與非道路區(qū)域的分離，為運(yùn)動(dòng)目標(biāo)檢測(cè)提供了搜索區(qū)域和參數(shù)計(jì)算依據(jù)。 對(duì)于前方運(yùn)動(dòng)目標(biāo)檢測(cè)，本文根據(jù)圖像的時(shí)空連續(xù)性假設(shè)、圖像文

3、理特征，提出了基于圖像信息熵的區(qū)域檢測(cè)算法，首先運(yùn)用圖像信息熵的對(duì)可行駛區(qū)域進(jìn)行逐行掃描，根據(jù)目標(biāo)和背景交界處?kù)刂底畲蟮奶匦越⒊醪綑z測(cè)框，然后對(duì)初檢測(cè)框內(nèi)的目標(biāo)運(yùn)用熵值歸一化的對(duì)稱性進(jìn)行驗(yàn)證，并對(duì)初步檢測(cè)框跟蹤，預(yù)測(cè)下一時(shí)刻目標(biāo)車(chē)輛的二維信息。這種根據(jù)圖像信息熵的區(qū)域檢測(cè)算法不僅提高了目標(biāo)檢測(cè)的準(zhǔn)確性，還大大簡(jiǎn)化了系統(tǒng)算法的復(fù)雜性，增強(qiáng)了系統(tǒng)的實(shí)時(shí)性和魯棒性。最后根據(jù)結(jié)構(gòu)化道路模型對(duì)檢測(cè)到的目標(biāo)車(chē)輛進(jìn)行車(chē)距計(jì)算。 另外，本文設(shè)