【摘要】：無(wú)人駕駛技術(shù)是最近幾年研究的熱點(diǎn)之一,其中車(chē)道檢測(cè)是無(wú)人駕駛技術(shù)中的關(guān)鍵,也是無(wú)人駕駛的先決條件。城市道路是無(wú)人駕駛技術(shù)的重要應(yīng)用場(chǎng)景,但是城市道路場(chǎng)景信息復(fù)雜,道路類(lèi)型以及車(chē)道標(biāo)志繁雜多樣,給車(chē)道信息檢測(cè)帶來(lái)了挑戰(zhàn)。本文圍繞行車(chē)安全信息主題,針對(duì)車(chē)道環(huán)境深度獲取以及當(dāng)前車(chē)輛行駛車(chē)道檢測(cè)這兩個(gè)關(guān)鍵問(wèn)題展開(kāi)研究。本文的研究?jī)?nèi)容主要為以下幾個(gè)方面。(1)采用雙目視覺(jué)系統(tǒng)獲取車(chē)道深度,提出了一種基于雙分量模型的立體匹配算法(SM-DCM)。該方法是根據(jù)紋理特征將圖像分解為兩個(gè)獨(dú)立成分的圖像Outlier和Inlier,分別為只含有細(xì)小紋理如小樹(shù)、電線(xiàn)桿、信號(hào)桿、地面遺棄物等圖像與含有大片道路、車(chē)輛、建筑等大尺寸面狀區(qū)域的圖像。根據(jù)兩種紋理特性設(shè)計(jì)了不同的匹配算法,分別進(jìn)行立體匹配,最后對(duì)結(jié)果進(jìn)行融合,獲得準(zhǔn)確的車(chē)道場(chǎng)景深度信息。試驗(yàn)結(jié)果表明,本方法能得到行車(chē)環(huán)境中精細(xì)的深度圖,對(duì)細(xì)小和大面紋理都有很好的檢測(cè)效果。(2)利用預(yù)先設(shè)計(jì)好的道路地圖與視頻圖像匹配求解車(chē)道區(qū)域。首先將相機(jī)拍攝前視圖像按照姿態(tài)參數(shù)估計(jì)值進(jìn)行IPM變換,得到與地圖投影差較小的頂視圖。為提高地圖與圖像匹配的魯棒性,設(shè)計(jì)了頂視圖車(chē)道線(xiàn)增強(qiáng)算法;提出了組映射方式進(jìn)行地圖車(chē)道線(xiàn)與相機(jī)圖像車(chē)道線(xiàn)的點(diǎn)點(diǎn)關(guān)聯(lián)方法,用對(duì)應(yīng)點(diǎn)對(duì)建立映射方程。利用RANSAC原理求解目標(biāo)方程,獲取地圖與相機(jī)頂視圖之間的投影變換參數(shù);更新姿態(tài)參數(shù)值,重復(fù)該過(guò)程直到算法收斂。最后將地圖按照該參數(shù)進(jìn)行變換后疊加到前視圖像中,即可標(biāo)識(shí)出車(chē)道區(qū)域。(3)提出了行車(chē)路徑已知條件下的車(chē)道檢測(cè)方法。借助公開(kāi)電子地圖或測(cè)繪圖建立行車(chē)路徑地圖,利用位置信息將相機(jī)拍攝圖片和路徑地圖信息建立關(guān)聯(lián);設(shè)計(jì)了簡(jiǎn)單有效的方法將矢量路徑信息和對(duì)應(yīng)的相機(jī)圖像進(jìn)行融合;研究了基于深度卷積神經(jīng)網(wǎng)絡(luò)的分割模型,對(duì)融合后的數(shù)據(jù)樣本進(jìn)行訓(xùn)練,應(yīng)用訓(xùn)練出的模型可以有效的檢測(cè)車(chē)道。對(duì)比試驗(yàn)驗(yàn)證了本方法能夠充分利用行車(chē)路徑先驗(yàn)知識(shí),相比單純視覺(jué)檢測(cè)方法,本方法對(duì)轉(zhuǎn)彎、行人路口等多種場(chǎng)景下的車(chē)道都有更好的檢測(cè)效果。
【圖文】：

圖 2-1 雙目視覺(jué)模型圖線(xiàn)長(zhǎng)度 T 和相機(jī)焦距 f 以及像點(diǎn)的坐標(biāo)有如下×= ×= 標(biāo)之差就為視差記為 d，即有：=××=××機(jī)像元大小。知，當(dāng)雙目視覺(jué)系統(tǒng)搭建好后，即基線(xiàn) T 和相離 只與物體在兩個(gè)相機(jī)成像后的圖像中的視差 d 成反比關(guān)系。物體距離相機(jī)越近，視

從上面的公式可以看出，，IPM 過(guò)程主要與相機(jī)與地面之間的距離 H 和俯仰角度相關(guān)。相機(jī)經(jīng)過(guò)標(biāo)定，獲得相機(jī)的安裝高度以及相機(jī)的俯仰角 IPM 能將圖像坐標(biāo)系下的橫縱坐標(biāo)轉(zhuǎn)化為世界坐標(biāo)系下的橫縱坐標(biāo)。.2 前視圖和頂視圖變換汽車(chē)行駛的時(shí)候拍攝的路面圖都是前視圖，前視圖中的信息豐富，不僅的天空，房屋以及車(chē)輛等信息，而且前視圖受相機(jī)成像的透視變換影響中平行的車(chē)道線(xiàn)在前視圖像中變成了相交線(xiàn)。為了消除這種透視的影響了減少車(chē)道區(qū)域以外的信息干擾車(chē)道檢測(cè)，需要將前視圖轉(zhuǎn)換為頂視圖圖也被稱(chēng)為鳥(niǎo)瞰圖，相當(dāng)于是相機(jī)垂直向下拍攝物體。物體在頂視圖中過(guò)程，可以認(rèn)為物體平面和像平面只是仿射變換而沒(méi)有透視變換，所以頂視圖像，能夠消除前視圖像帶來(lái)的透視影響。在世界坐標(biāo)系下的側(cè)視面中，前視圖和頂視圖的相機(jī)位置的關(guān)系如圖 2-4 所示。
【學(xué)位授予單位】：武漢理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：TP391.41;U463.6

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 林森;殷新勇;唐延?xùn)|;;雙目視覺(jué)立體匹配技術(shù)研究現(xiàn)狀和展望[J];科學(xué)技術(shù)與工程;2017年30期

2 曲少軍;鞠李聃;;計(jì)算機(jī)視覺(jué)中立體匹配技術(shù)的研究[J];科技資訊;2015年22期

3 楊光新;于振梅;;計(jì)算機(jī)視覺(jué)中立體匹配技術(shù)的研究[J];科技風(fēng);2016年07期

4 陳愛(ài)華;高誠(chéng)輝;何炳蔚;;立體視覺(jué)中的圖像立體匹配方法[J];中國(guó)工程機(jī)械學(xué)報(bào);2014年03期

5 熊銀根,張光昭;物體外形非接觸式提取中的綜合立體匹配方法[J];中山大學(xué)學(xué)報(bào)(自然科學(xué)版);1998年04期

6 湯堅(jiān);;大場(chǎng)景立體匹配片技術(shù)在輸電線(xiàn)路路徑優(yōu)化中的研究[J];電力勘測(cè)設(shè)計(jì);2011年04期

7 趙洪田;;一種快速多視圖立體匹配方法[J];現(xiàn)代計(jì)算機(jī)(專(zhuān)業(yè)版);2018年01期

8 桑瑞娟;王Y

本文編號(hào)：2704338