基于視覺的道路區(qū)域和車道線識(shí)別技術(shù)在智能車輛導(dǎo)航中的應(yīng)用研究.pdf

1、智能車輛是一種能夠在室內(nèi)和室外環(huán)境下連續(xù)的、實(shí)時(shí)的自主運(yùn)動(dòng)的機(jī)器人。智能車輛的研究已經(jīng)成為高科技領(lǐng)域具有戰(zhàn)略性的研究目標(biāo)，隨著軍用、民用和科學(xué)研究等領(lǐng)域巨大需求的推動(dòng)，其正經(jīng)歷著日新月異的變化。在智能車輛的各項(xiàng)關(guān)鍵技術(shù)中，視覺導(dǎo)航的研究涉及到計(jì)算機(jī)視覺的各個(gè)主要方面，是一個(gè)有難度的綜合性課題。視覺導(dǎo)航的基本任務(wù)是根據(jù)獲取的視覺信息正確識(shí)別出道路區(qū)域和車道線。由于室外環(huán)境的復(fù)雜多變以及圖像數(shù)據(jù)量大、處理耗時(shí)，導(dǎo)致視覺導(dǎo)航系統(tǒng)的算法通用性、

2、實(shí)時(shí)性和魯棒性得不到滿足。本文旨在提高視覺導(dǎo)航系統(tǒng)的通用性、實(shí)時(shí)性和魯棒性，對(duì)智能車輛的道路識(shí)別算法、車道線識(shí)別算法進(jìn)行了探索與研究。 首先，本文針對(duì)道路區(qū)域識(shí)別算法不能適應(yīng)室外復(fù)雜的道路環(huán)境，提出了一種基于道路特征樣本的道路檢測(cè)算法。算法在分析了復(fù)雜的室外道路環(huán)境的基礎(chǔ)上，確定了道路特征樣本的選取原則，通過(guò)分析研究相關(guān)顏色模型，選定了以歸一化的RGB值為道路顏色表示方法。特征樣本參數(shù)分別選取了樣本的歸一化的RGB顏色均值r、g

3、、b和他們的標(biāo)準(zhǔn)差δr、δg、δb以及平均灰度值I及灰度標(biāo)準(zhǔn)差δ1，共8個(gè)參數(shù)來(lái)表示道路樣本特征。這些參數(shù)可以有效的消除室外因光線強(qiáng)度變化而引起的顏色變化，很大程度上減少了樣本的數(shù)量。在道路區(qū)域識(shí)別方面，算法以特征樣本為基礎(chǔ)，采用區(qū)域增長(zhǎng)等方法實(shí)現(xiàn)了道路區(qū)域的識(shí)別，算法效率高、識(shí)別準(zhǔn)確。文中還對(duì)道路的定義從計(jì)算機(jī)視覺的角度進(jìn)行了研究。 其次，針對(duì)目前車道線檢測(cè)算法復(fù)雜，計(jì)算量大的問題，本文在基于特征樣本的道路識(shí)別算法的基礎(chǔ)上，提