泊車車位檢測(cè)是實(shí)現(xiàn)自動(dòng)泊車的關(guān)鍵技術(shù)�，F(xiàn)有泊車車位檢測(cè)主要針對(duì)規(guī)則停車位,但實(shí)際泊車環(huán)境存在大量規(guī)劃和停靠不規(guī)則的情況,當(dāng)車輛進(jìn)行泊車車位檢測(cè)時(shí),往往檢測(cè)準(zhǔn)確率低,且需要人工干預(yù)調(diào)整檢測(cè)多種車位場(chǎng)景,智能化水平低。因此,針對(duì)性的研究車輛在不規(guī)則車位情況下的泊車車位檢測(cè)問題并提高其智能化水平十分必要,對(duì)提高泊車車位檢測(cè)方法的場(chǎng)景適應(yīng)性具有重要價(jià)值。論文針對(duì)上述問題,利用激光雷達(dá)作為環(huán)境感知手段,提出了考慮車輛輪廓特性的數(shù)據(jù)聚類算法,給出了更適應(yīng)車輛輪廓提取的線段擬合方法。通過建立泊車車位空間模型,提取模型參數(shù),進(jìn)而建立了基于多輸入多規(guī)則模糊推理系統(tǒng)的車位智能檢測(cè)方法。最后完成了基于2D激光雷達(dá)的泊車車位智能檢測(cè)系統(tǒng)的設(shè)計(jì)。主要內(nèi)容包括:(1)考慮車輛輪廓特征的激光雷達(dá)數(shù)據(jù)聚類方法。通過對(duì)激光雷達(dá)的掃描原理、車位的相對(duì)位置關(guān)系以及車輛的輪廓特征進(jìn)行分析,基于激光雷達(dá)傳感器在進(jìn)行車位掃描時(shí)存在的數(shù)據(jù)特性規(guī)律,對(duì)自適應(yīng)閾值聚類方法進(jìn)行改進(jìn),提出了一種基于改進(jìn)型的自適應(yīng)閾值聚類方法,對(duì)比實(shí)驗(yàn)的結(jié)果表明,該方法在實(shí)時(shí)性和準(zhǔn)確性均優(yōu)于傳統(tǒng)算法。(2)考慮過合并和過分割問題的線段擬合方法。針對(duì)目前的線...

【文章頁數(shù)】：86 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
1 緒論
    1.1 課題背景
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 自動(dòng)泊車簡(jiǎn)介
        1.2.2 車位檢測(cè)系統(tǒng)國內(nèi)外研究現(xiàn)狀
    1.3 課題的目的及研究意義
    1.4 論文的主要內(nèi)容及章節(jié)安排
    1.5 本章小結(jié)
2 總體設(shè)計(jì)
    2.1 引言
    2.2 激光雷達(dá)傳感器簡(jiǎn)介
        2.2.1 激光雷達(dá)傳感器選型
        2.2.2 激光雷達(dá)傳感器測(cè)距原理
        2.2.3 坐標(biāo)系轉(zhuǎn)換
    2.3 總體設(shè)計(jì)方案
    2.4 關(guān)鍵問題分析
    2.5 本章小結(jié)
3 基于2D激光雷達(dá)的泊車車位環(huán)境感知
    3.1 引言
    3.2 激光雷達(dá)數(shù)據(jù)處理
        3.2.1 激光雷達(dá)數(shù)據(jù)預(yù)處理
        3.2.2 激光雷達(dá)數(shù)據(jù)特性分析
        3.2.3 基于改進(jìn)型的自適應(yīng)閾值聚類方法
    3.3 基于特征線段的車輛邊界輪廓模型建立
        3.3.1 車輛輪廓模型建立
        3.3.2 基于LT-IEPF方法的車輛特征線段擬合
        3.3.3 車輛輪廓提取
    3.4 實(shí)驗(yàn)驗(yàn)證與分析
        3.4.1 基于改進(jìn)型自適應(yīng)閾值的激光雷達(dá)數(shù)據(jù)點(diǎn)聚類
        3.4.2 基于LT-IEPF方法的車輛特征線段擬合
    3.5 本章小結(jié)
4 基于多輸入多規(guī)則模糊推理系統(tǒng)的泊車車位智能檢測(cè)
    4.1 引言
    4.2 泊車車位空間模型建立
        4.2.1 典型車輛位姿分析
        4.2.2 泊車車位空間模型參數(shù)提取
    4.3 模糊理論與模糊推理系統(tǒng)
    4.4 基于多輸入多規(guī)則模糊推理系統(tǒng)的泊車車位智能檢測(cè)
        4.4.1 泊車車位類型分類
        4.4.2 泊車車位預(yù)檢測(cè)
        4.4.3 基于梯形隸屬度法的輸入輸出模糊化
        4.4.4 車位檢測(cè)的模糊規(guī)則庫制定
        4.4.5 多輸入多規(guī)則的模糊推理合成
    4.5 實(shí)驗(yàn)驗(yàn)證與分析
        4.5.1 仿真實(shí)驗(yàn)平臺(tái)介紹
        4.5.2 仿真實(shí)驗(yàn)結(jié)果及分析
    4.6 本章小結(jié)
5 基于2D激光雷達(dá)的泊車車位智能檢測(cè)設(shè)計(jì)與實(shí)現(xiàn)
    5.1 引言
    5.2 系統(tǒng)整體框架設(shè)計(jì)
    5.3 系統(tǒng)的實(shí)現(xiàn)
        5.3.2 系統(tǒng)的設(shè)計(jì)
        5.3.3 系統(tǒng)實(shí)現(xiàn)流程
    5.4 真實(shí)場(chǎng)景應(yīng)用效果與分析
    5.5 本章小結(jié)
6 總結(jié)與展望
    6.1 本文總結(jié)
    6.2 研究展望
致謝
參考文獻(xiàn)
附錄
    A.作者在攻讀碩士學(xué)位期間參與的科研項(xiàng)目



本文編號(hào)：3790284