本文關(guān)鍵詞：基于機(jī)器視覺的車輛橫向控制策略研究

  更多相關(guān)文章： 智能車 攝像機(jī)標(biāo)定 路徑檢測 三維重建 模糊滑模

【摘要】：隨著經(jīng)濟(jì)和生活水平的不斷提高,汽車數(shù)量也在快速增長,而隨著汽車數(shù)量的增加所導(dǎo)致的交通事故也是快速上升。為了減少交通事故,各國科研工作者都在積極地探索智能車技術(shù)。本文在查閱了國內(nèi)外的智能車技術(shù)基礎(chǔ)之上提出了基于機(jī)器視覺的車輛橫向控制技術(shù),本技術(shù)主要分為雙目攝像機(jī)標(biāo)定、路徑檢測、三維重建及車輛定位、車輛橫向控制四個部分。雙目攝像機(jī)標(biāo)定部分首先利用兩個CCD攝像機(jī)組建了一個雙目立體視覺系統(tǒng),之后建立了線性和畸變兩種攝像機(jī)模型,分析了傳統(tǒng)標(biāo)定和自標(biāo)定兩種攝像機(jī)標(biāo)定技術(shù)的優(yōu)缺點(diǎn),然后選擇了基于平而模板標(biāo)定法對雙口立體攝像機(jī)進(jìn)行標(biāo)定獲取內(nèi)外參數(shù),最終對參數(shù)進(jìn)行分析確認(rèn)是準(zhǔn)確的。道路檢測部分首先對道路圖像進(jìn)行灰度化、濾波、自適應(yīng)閾值分割等預(yù)處理從而去除了道路圖像中的噪聲以及不感興趣區(qū)域,之后利用邊緣檢測算法對道路邊緣信息進(jìn)行了提取,接下來利用了腐蝕膨脹等形態(tài)學(xué)處理將道路邊緣中小的空洞進(jìn)行填充,最后利用Hough變換理論成功地擬合重建出導(dǎo)航路徑。三維重建及車輛定位部分首先對左右道路圖像進(jìn)行立體校正,從而使得畸變圖像的面積最小,之后利用基于SIFT特征匹配和基于區(qū)域匹配的兩種立體匹配技術(shù)在左右兩幅圖像中尋找對應(yīng)點(diǎn)。利用SIFT特征成功匹配并獲取左右兩幅圖像的拼接圖,利用區(qū)域匹配獲取左右兩幅圖像的視差圖�；谝暡顖D,利用標(biāo)定好的攝像機(jī)內(nèi)外參數(shù)對道路圖像進(jìn)行三維重建,獲取到車輛與道路之間具體的三維空間信息,從而計算出車輛和道路之間的相對位姿。車輛橫向控制部分首先建立了基于預(yù)瞄機(jī)制的車輛橫向控制數(shù)學(xué)模型,之后針對滑�？刂破鞯亩墩駟栴}設(shè)計出了基于等效控制的模糊滑�？刂破�,利用模糊算法去柔化控制信號從而減小抖振幅度,在MATLAB中進(jìn)行算法仿真,仿真結(jié)果表明車輛橫向偏差和橫向偏差角能夠在短時間內(nèi)收斂到零,系統(tǒng)抖振幅度能有效降低,對于期望路徑跟蹤更為精確。本文通過大量的實(shí)驗(yàn)去分析驗(yàn)證以上四個技術(shù)模塊的有效性,分析結(jié)果表明雙目攝像機(jī)標(biāo)定模塊標(biāo)定出的參數(shù)是精準(zhǔn)的,路徑檢測模塊能夠精確地檢測出導(dǎo)航路徑,三維重建及車輛定位模塊能夠?qū)崟r獲取相對位姿,車輛橫向控制模塊中所設(shè)計出的基于等效控制的模糊滑�？刂破鹘�(jīng)實(shí)驗(yàn)仿真驗(yàn)證能夠有效地對車輛進(jìn)行橫向控制。
【關(guān)鍵詞】：智能車 攝像機(jī)標(biāo)定 路徑檢測 三維重建 模糊滑模
【學(xué)位授予單位】：西安工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：U463.6;TP391.41
【目錄】：

• 摘要3-5
• Abstract5-10
• 1 緒論10-16
• 1.1 研究背景10-11
• 1.2 國內(nèi)外智能車發(fā)展現(xiàn)狀11-14
• 1.2.1 國外發(fā)展現(xiàn)狀11-13
• 1.2.2 國內(nèi)發(fā)展現(xiàn)狀13-14
• 1.3 本文研究的主要內(nèi)容及章節(jié)安排14-16
• 2 基于機(jī)器視覺的車輛橫向控制系統(tǒng)設(shè)計16-21
• 2.1 機(jī)器視覺橫向控制總體方案16-17
• 2.2 機(jī)器視覺系統(tǒng)硬件結(jié)構(gòu)17-19
• 2.2.1 機(jī)器視覺系統(tǒng)硬件結(jié)構(gòu)框圖17
• 2.2.2 視覺傳感器選型17-18
• 2.2.3 視覺傳感器布局18-19
• 2.3 機(jī)器視覺系統(tǒng)軟件結(jié)構(gòu)19-20
• 2.4 算法描述20
• 2.4.1 雙目攝像機(jī)標(biāo)定模塊20
• 2.4.2 路徑檢測模塊20
• 2.4.3 立體校正、立體匹配、三維重建及定位模塊20
• 2.5 本章小結(jié)20-21
• 3 雙目立體視覺成像模型及標(biāo)定21-33
• 3.1 攝像機(jī)的兩種數(shù)學(xué)模型21-25
• 3.1.1 坐標(biāo)系轉(zhuǎn)換21-23
• 3.1.2 攝像機(jī)針孔模型23-24
• 3.1.3 攝像機(jī)畸變模型24-25
• 3.2 攝像機(jī)標(biāo)定方法25-26
• 3.2.1 傳統(tǒng)標(biāo)定方法25
• 3.2.2 自標(biāo)定方法25-26
• 3.2.3 本文的攝像機(jī)標(biāo)定方法26
• 3.3 雙目攝像機(jī)標(biāo)定實(shí)驗(yàn)及結(jié)果分析26-32
• 3.3.1 攝像機(jī)標(biāo)定實(shí)驗(yàn)步驟26-30
• 3.3.2 雙目攝像機(jī)標(biāo)定實(shí)驗(yàn)結(jié)果及分析30-32
• 3.4 本章小結(jié)32-33
• 4 道路檢測算法研究33-54
• 4.1 道路圖像預(yù)處理34-42
• 4.1.1 灰度化處理34-36
• 4.1.2 圖像濾波36-41
• 4.1.3 道路圖像的自適應(yīng)閾值分割41-42
• 4.2 常用的邊緣檢測算子及其檢測效果42-49
• 4.2.1 Roberts檢測算子43
• 4.2.2 Sobel檢測算子43-44
• 4.2.3 Prewitt檢測算子44
• 4.2.4 高斯-拉普拉斯邊緣檢測算子44-45
• 4.2.5 Canny邊緣檢測算子45-49
• 4.3 形態(tài)學(xué)處理49-50
• 4.4 Hough變換擬合路徑50-53
• 4.5 本章小結(jié)53-54
• 5 三維重建及車輛定位54-77
• 5.1 立體校正54-57
• 5.1.1 Hartley的非標(biāo)定立體校正算法54
• 5.1.2 Bouguet的立體校正算法54-57
• 5.2 立體匹配57-58
• 5.2.1 選擇合適的匹配基元57-58
• 5.2.2 匹配約束準(zhǔn)則58
• 5.2.3 算法結(jié)構(gòu)58
• 5.3 立體匹配算法58-60
• 5.3.1 基于特征的匹配58-59
• 5.3.2 基于區(qū)域的匹配59-60
• 5.3.3 基于相位的匹配60
• 5.4 本課題的兩種匹配方法60-70
• 5.4.1 基于SIFT的特征匹配60-66
• 5.4.2 基于區(qū)域的立體匹配66-70
• 5.5 三維重投影及獲取導(dǎo)航參數(shù)70-75
• 5.5.1 三維重投影原理70-71
• 5.5.2 三維重投影實(shí)驗(yàn)71-72
• 5.5.3 導(dǎo)航參數(shù)獲取72-75
• 5.5.4 相對位姿參數(shù)實(shí)驗(yàn)數(shù)據(jù)分析75
• 5.6 本章小結(jié)75-77
• 6 車輛橫向控制策略及實(shí)驗(yàn)仿真77-91
• 6.1 滑模變結(jié)構(gòu)控制算法簡介77-80
• 6.1.1 定義滑動模態(tài)及其數(shù)學(xué)定義77-78
• 6.1.2 定義滑模變結(jié)構(gòu)控制78-79
• 6.1.3 滑模變結(jié)構(gòu)控制器設(shè)計的一般方法79
• 6.1.4 滑模變結(jié)構(gòu)控制所存在的抖振問題79-80
• 6.2 模糊控制理論簡介80-81
• 6.3 基于預(yù)瞄機(jī)制的橫向控制模型81-84
• 6.3.1 建立車輛坐標(biāo)系81-82
• 6.3.2 預(yù)瞄運(yùn)動學(xué)模型82
• 6.3.3 建立橫向運(yùn)動學(xué)模型82-84
• 6.4 基于等效控制的模糊滑�？刂破鞯脑O(shè)計84-87
• 6.4.1 設(shè)計滑�？刂坪瘮�(shù)84-85
• 6.4.2 設(shè)計模糊控制器85-87
• 6.5 仿真實(shí)驗(yàn)及數(shù)據(jù)分析87-90
• 6.5.1 仿真實(shí)驗(yàn)187-88
• 6.5.2 仿真實(shí)驗(yàn)288-89
• 6.5.3 仿真實(shí)驗(yàn)389
• 6.5.4 仿真實(shí)驗(yàn)489-90
• 6.6 本章小結(jié)90-91
• 7 結(jié)論與展望91-93
• 7.1 論文工作總結(jié)91
• 7.2 展望91-93
• 參考文獻(xiàn)93-97
• 攻讀碩士學(xué)位期間發(fā)表的論文97-98
• 致謝98-100

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉振中;傅莉;;攝像機(jī)標(biāo)定研究[J];沈陽航空工業(yè)學(xué)院學(xué)報;2010年01期

2 高忠國;張洪;王露露;曹毅;;一種基于智能優(yōu)化的攝像機(jī)標(biāo)定方法研究[J];包裝工程;2011年21期

3 劉艷;王慶林;李原;;基于平面靶標(biāo)的攝像機(jī)標(biāo)定技術(shù)[J];火力與指揮控制;2013年09期

4 趙小松,張宏偉,張國雄,李真;攝像機(jī)標(biāo)定技術(shù)的研究[J];機(jī)械工程學(xué)報;2002年03期

5 李洪海;王敬東;;攝像機(jī)標(biāo)定技術(shù)研究[J];光學(xué)儀器;2007年04期

6 劉凌云;錢新恩;;基于3D標(biāo)靶的攝像機(jī)標(biāo)定方法的改進(jìn)[J];湖北汽車工業(yè)學(xué)院學(xué)報;2008年01期

7 郭啟軍;錢新恩;;線性模型下攝像機(jī)標(biāo)定[J];湖北汽車工業(yè)學(xué)院學(xué)報;2008年01期

8 陳騫東;馬影;馬增強(qiáng);;一種基于攝像機(jī)標(biāo)定的車輛視頻測速方法[J];石家莊鐵道大學(xué)學(xué)報(自然科學(xué)版);2010年03期

9 殷春平;陳藝峰;吳了泥;林麒;;基于粒子群算法的攝像機(jī)標(biāo)定過程優(yōu)化[J];機(jī)電工程;2012年01期

10 余為清;蘇兆熙;劉舉平;;明火定位中線性模型的攝像機(jī)標(biāo)定方法[J];消防科學(xué)與技術(shù);2012年11期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 徐小泉;熊九龍;張s，

本文編號：1135452