智能車輛視覺導航算法的研究.pdf

1、目前，單目視覺導航系統(tǒng)中的道路檢測技術(shù)常用一個簡單的模型來描述道路的特征，如假設(shè)道路是在一個二維平面上，道路邊緣是平行的，道路是平坦的。當實際道路不滿足這些條件時，測得的車輛在道路中的位置將有較大的偏差。因此本文的主要目的是克服單一傳感器的缺陷，提高視覺導航中道路檢測算法的魯棒性、準確性以及實時性。
　　 首先，通過大量研究，總結(jié)出目前所采用的單目視覺導航系統(tǒng)的缺陷，如無法得到車輛的深度信息，無法解決道路中的遮擋問題，等等。論文

2、從道路環(huán)境理解的角度出發(fā)，建立立體視覺導航模型，提出運用圖像融合方法中的圖像匹配技術(shù)，來消除對道路的一般性假設(shè)，有效解決道路中的遮擋問題，保證行駛的安全性。
　　 其次，在道路圖像預處理中，文中提出先對道路圖像閾值分割，在對二值化的道路圖像濾波，這種道路圖像預處理方法，與傳統(tǒng)的先濾波，再進行閾值分割的圖像預處理方法相比，具有速度快，效果明顯的特點。在道路圖像閾值分割時，提出循環(huán)迭代閾值分割方法，在各種道路環(huán)境下對道路圖像二值化，

3、都取得了較好的處理效果：在道路圖像濾波時，提出快速并行的中值濾波算法，這種方法與傳統(tǒng)的中值濾波算法相比，比較次數(shù)減少了近2倍，所以快速并行的中值濾波算法大大提高了濾波的速度；在道路圖像邊緣提取時，對各種微分算子的處理效果進行實驗分析對比，最后運用基于二階導數(shù)的Laplacian邊緣檢測算子進行邊緣檢測。
　　 再次，對現(xiàn)有的視覺導航道路檢測算法進行分析研究，得到各種常見道路檢測算法的優(yōu)缺點，從而提出基于邊緣特征的道路檢測方法進行

4、道路檢測識別。道路圖像經(jīng)過預處理后，得到道路標識線的邊界特征，利用Hough變換進行車道標識線擬合。如果沒有擬合出車道標識線，或者擬合出的車道標識線與實際相差甚遠，則采用歷史幀的提取結(jié)果和當前幀的信息進行推導，得到正確的車道標識線位置參數(shù)信息。
　　 最后，考慮車輛行駛的速度很快，相鄰兩幀圖像中車道標識線的位置不會發(fā)生突變。為此，建立梯形感興趣區(qū)域，對車道標識線進行跟蹤。本文通過建立仿真實驗環(huán)境，對算法進行了檢驗，結(jié)果表明，在識