【摘要】：面向車(chē)輛環(huán)境感知的動(dòng)態(tài)圖像拼接與重建技術(shù),是在城市道路中對(duì)該車(chē)輛周?chē)钠?chē)、行人及障礙物進(jìn)行檢測(cè),通過(guò)車(chē)載相機(jī)獲取有重疊部分的序列圖像,運(yùn)用圖像拼接技術(shù)和三維重建技術(shù),對(duì)獲取的序列圖像進(jìn)行車(chē)輛周?chē)S和三維環(huán)境重建,生成車(chē)輛運(yùn)行環(huán)境全景圖,以幫助駕駛員更好地認(rèn)知車(chē)輛運(yùn)行環(huán)境,實(shí)現(xiàn)行車(chē)安全。基于視覺(jué)傳感器的圖像拼接與環(huán)境重建技術(shù)研究,已成為智能汽車(chē)領(lǐng)域研究的熱點(diǎn),具有重要的理論意義和應(yīng)用價(jià)值。本文針對(duì)序列圖像拼接算法及車(chē)輛環(huán)境重構(gòu)技術(shù)展開(kāi)研究,提出了基于平面區(qū)域判定的序列圖像拼接算法和基于平面區(qū)域分割的三維環(huán)境重建算法,設(shè)計(jì)了面向車(chē)輛環(huán)境感知的序列圖像拼接與重建系統(tǒng),實(shí)現(xiàn)了車(chē)輛周邊環(huán)境感知以及車(chē)輛在環(huán)境中位置的測(cè)量。仿真實(shí)驗(yàn)和實(shí)車(chē)測(cè)試驗(yàn)證了本文算法的優(yōu)點(diǎn)和有效性。本文的研究工作內(nèi)容如下:概述了面向車(chē)輛環(huán)境感知的動(dòng)態(tài)圖像拼接與重建技術(shù)研究背景和發(fā)展現(xiàn)狀,分析了目前車(chē)輛環(huán)境感知中圖像拼接與重建存在的問(wèn)題,提出了本課題的研究目標(biāo)。針對(duì)現(xiàn)有的動(dòng)態(tài)圖像拼接算法存在計(jì)算量大、效果難以滿足實(shí)際要求等問(wèn)題,本文根據(jù)城市道路環(huán)境下車(chē)輛環(huán)境感知的實(shí)際需求和二維路面圖像特征點(diǎn)的特性,研究了平面區(qū)域逆投影變換下圖像平面特征點(diǎn)之間關(guān)于車(chē)輛坐標(biāo)系運(yùn)動(dòng)的距離不變性,提出了車(chē)輛環(huán)境平面區(qū)域的判定方法。在此基礎(chǔ)上提出了基于平面區(qū)域圖像特征點(diǎn)三角匹配的車(chē)輛運(yùn)動(dòng)矩陣估計(jì)的快速算法,實(shí)現(xiàn)了車(chē)輛運(yùn)動(dòng)圖像的快速拼接和車(chē)輛周?chē)S環(huán)境重建。仿真實(shí)驗(yàn)表明,本文設(shè)計(jì)的算法能滿足車(chē)輛環(huán)境感知的實(shí)際需求且具有實(shí)時(shí)性。針對(duì)車(chē)載相機(jī)序列圖像中具有相對(duì)穩(wěn)定的平面區(qū)域的特點(diǎn),本文提出了一種基于平面區(qū)域判定和分割的車(chē)輛環(huán)境三維重建快速算法。該算法利用平面區(qū)域圖像上特征點(diǎn)進(jìn)行車(chē)輛運(yùn)動(dòng)估計(jì),對(duì)平面區(qū)域圖像直接進(jìn)行逆投影變換和二維圖像生成,對(duì)非平面區(qū)域圖像應(yīng)用SLAM(即時(shí)定位與地圖構(gòu)建)技術(shù)生成三維點(diǎn)云。仿真實(shí)驗(yàn)表明了本文算法有效地提高了車(chē)輛環(huán)境感知的精度和本文算法的有效性及適用性。本文設(shè)計(jì)了面向車(chē)輛環(huán)境感知的動(dòng)態(tài)圖像拼接與重建仿真實(shí)驗(yàn)軟件平臺(tái),并將本文所設(shè)計(jì)的相關(guān)算法應(yīng)用于實(shí)車(chē)測(cè)試,驗(yàn)證了算法在車(chē)輛環(huán)境感知工程應(yīng)用中的有效性,從而為智能車(chē)高級(jí)輔助駕駛系統(tǒng)(ADAS)的設(shè)計(jì)奠定了良好的技術(shù)基礎(chǔ)�？偨Y(jié)課題研究工作,并給出課題未來(lái)的展望,為后續(xù)課題的研究提出新的思路。
【學(xué)位授予單位】：重慶郵電大學(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
【圖文】：

(1) 世界坐標(biāo)系。世界坐標(biāo)系的定義是為了更好地描述相機(jī)的放置位置及三維空間中物體的位置。世界坐標(biāo)系可任意定義，一旦定義之后就不能改變，如圖2.1中的W-XYZ。(2) 相機(jī)坐標(biāo)系。相機(jī)坐標(biāo)系的原點(diǎn)是相機(jī)的光心，X軸、Y軸分別與圖像坐標(biāo)系的x軸、y軸平行，Z軸為坐標(biāo)原點(diǎn)沿光軸的方向。如圖2.1中的C-XcYcZc所示。(3) 圖像坐標(biāo)系。相機(jī)光軸與成像平面的交點(diǎn)定義為圖像坐標(biāo)原點(diǎn)，圖像坐標(biāo)的x軸和y軸分別是成像平面的兩條垂邊。其單位為毫米，如圖2.1中的o-xy。(4) 像素坐標(biāo)系。像素坐標(biāo)系的坐標(biāo)原點(diǎn)在成像平面的左上角，u和v分別平行于圖像坐標(biāo)系的x軸和y軸，其單位為像素。如圖2.1中的uv。圖 2.1 相機(jī)成像相關(guān)坐標(biāo)系

[35]。在不引起歧義的情況下，也可認(rèn)為圖2.2也是針孔模型。假設(shè)三維世界中的一點(diǎn) , , TP X Y Z，相機(jī)的焦距為f，根據(jù)相似三角形的關(guān)系可得到成像點(diǎn) , Tp fX Z fY Z，整理得到公式(2.1)：fXxZfYyZ (2.1)圖 2.2 小孔成像空間點(diǎn)在相機(jī)成像中最終得到的是一個(gè)像素，需要對(duì)像平面進(jìn)行采樣和量化，最終得到成像點(diǎn)x的像素坐標(biāo)( u , v )。像素坐標(biāo)系原點(diǎn)在圖像左上角，u軸與像平面x軸平行，v軸與像平面y軸平行。實(shí)際上像素坐標(biāo)系與成像平面存在一個(gè)比例因子和坐標(biāo)系原點(diǎn)的平移。假設(shè)像素坐標(biāo)在u軸和v軸分別縮放了 倍和 倍，坐標(biāo)系原點(diǎn)平移了( , )x yc c

該方法從不同視角拍攝標(biāo)定物，然后提取標(biāo)定物上的角點(diǎn)，通過(guò)非線性優(yōu)化算法計(jì)算出相機(jī)參數(shù)。相機(jī)標(biāo)定中使用的標(biāo)定物如圖2.3所示：圖 2.3 相機(jī)參數(shù)標(biāo)定所使用的標(biāo)定物相機(jī)標(biāo)定需要設(shè)定世界坐標(biāo)系的位置，為了計(jì)算方便，假設(shè)世界坐標(biāo)系的原點(diǎn)是標(biāo)定板左上角第一個(gè)內(nèi)角點(diǎn)[38]。由于標(biāo)定板上所有特征點(diǎn)的Z坐標(biāo)為0，則標(biāo)定板上的特征點(diǎn)和其成像點(diǎn)之間的關(guān)系可以用公式(2.5)表示： 1 2 3 1 201 11 1X Xu XY Yz v M R t M r r r t M r r t YZ (2.5)將公式(2.5)簡(jiǎn)寫(xiě)為：

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 許佳佳;;結(jié)合Harris與SIFT算子的圖像快速配準(zhǔn)算法[J];中國(guó)光學(xué);2015年04期

2 熊哲源;熊小敏;吳勝益;袁幼平;;圖像拼接技術(shù)研究綜述[J];科技資訊;2015年01期

3 朱佳媛;;基于FFT相位相關(guān)的圖像匹配算法與實(shí)現(xiàn)[J];科技風(fēng);2013年14期

4 姚桂國(guó);梁金祥;左保齊;;基于網(wǎng)格的織物圖像拼接技術(shù)[J];紡織學(xué)報(bào);2012年02期

5 崔岑;趙淑清;張劍琦;;一種改進(jìn)的頻域相關(guān)法復(fù)圖像快速配準(zhǔn)[J];測(cè)繪科學(xué)技術(shù)學(xué)報(bào);2011年03期

6 盧瑜;郝興文;王永俊;;Moravec和Harris角點(diǎn)檢測(cè)方法比較研究[J];計(jì)算機(jī)技術(shù)與發(fā)展;2011年06期

7 陸敬輝;王宏力;孫淵;崔祥祥;;三角形內(nèi)切圓的星圖識(shí)別算法[J];紅外與激光工程;2011年04期

8 高德芝;段建民;鄭榜貴;田炳香;;智能車(chē)輛環(huán)境感知傳感器的應(yīng)用現(xiàn)狀[J];現(xiàn)代電子技術(shù);2008年19期

9 侯舒維,郭寶龍;一種圖像自動(dòng)拼接的快速算法[J];計(jì)算機(jī)工程;2005年15期

10 徐友春,王榮本,李兵,李斌;世界智能車(chē)輛近況綜述[J];汽車(chē)工程;2001年05期

相關(guān)博士學(xué)位論文 前3條

1 石金進(jìn);基于視覺(jué)的智能車(chē)輛道路識(shí)別與障礙物檢測(cè)方法研究[D];哈爾濱工業(yè)大學(xué);2017年

2 王俊;無(wú)人駕駛車(chē)輛環(huán)境感知系統(tǒng)關(guān)鍵技術(shù)研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2016年

3 王肖;復(fù)雜環(huán)境下智能車(chē)輛動(dòng)態(tài)目標(biāo)三維感知方法研究[D];清華大學(xué);2016年

相關(guān)碩士學(xué)位論文 前9條

1 汪濤;智能行駛車(chē)輛定位技術(shù)研究[D];吉林大學(xué);2017年

2 韓夏冰;基于單目視覺(jué)的物體形狀三維重建方法研究[D];浙江大學(xué);2017年

3 杜靜涵;紅外熱圖像拼接技術(shù)的研究與應(yīng)用[D];南京理工大學(xué);2017年

4 燕磊;雙目視覺(jué)三維重建技術(shù)研究[D];天津理工大學(xué);2017年

5 劉祥峰;基于魚(yú)眼相機(jī)的全景環(huán)視系統(tǒng)關(guān)鍵技術(shù)研究[D];電子科技大學(xué);2016年

6 斯聞豪;超大廣角畸變圖像校正算法的研究與實(shí)現(xiàn)[D];南京郵電大學(xué);2015年

7 姚凱締;單目視覺(jué)車(chē)輛檢測(cè)與類(lèi)型識(shí)別方法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2014年

8 王鴻;圖像拼接方法及其應(yīng)用研究[D];中南大學(xué);2013年

9 啜國(guó)明;無(wú)人駕駛智能車(chē)三維環(huán)境建模與地圖構(gòu)建[D];大連理工大學(xué);2011年

本文編號(hào)：2748520