發(fā)布時間：2021-01-01 01:43

　　準(zhǔn)確地對前方車輛測距是防止車輛追尾的基礎(chǔ),針對傳統(tǒng)汽車輔助駕駛系統(tǒng)（ADAS）對前方車輛測距實時性不高、精度低的問題。本文提出了一種基于雙目視覺的前方車輛檢測及測距方法,通過減小車輛檢測的感興趣區(qū)域和改進(jìn)影響測距精度的ORB特征匹配算法,實現(xiàn)對前方車輛快速、準(zhǔn)確地測距。主要工作和成果如下:（1）研究霍夫變換算法的點線對偶性和車道線成像斜率（角度）篩選出車道線的方法,利用車道線信息劃定車輛檢測的梯形感興趣區(qū)域,排除了天空、樹木等無關(guān)因素干擾,提高車輛識別率和檢測速率。（2）根據(jù)路面灰度直方圖呈現(xiàn)正態(tài)分布這一數(shù)學(xué)特性,給出一種基于動態(tài)閾值的車底陰影分割方法,設(shè)定陰影分割閾值為路面灰度下限值進(jìn)行陰影分割,解決了傳統(tǒng)陰影檢測受路面灰度變換而效果不理想的問題,再根據(jù)車底陰影劃定車輛候選區(qū)域,進(jìn)一步提高了車輛識別率和檢測速率。（3）利用車輛MB-LBP特征構(gòu)造弱分類器,再使用Adaboost機(jī)器學(xué)習(xí)算法離線訓(xùn)練弱分類器形成車輛檢測的強分類器,通過實驗證明,車輛識別率和誤別率比傳統(tǒng)算法得到明顯改善。（4）提出一種改進(jìn)的ORB特征匹配算法,首先使用拉普拉斯極值方程檢驗傳統(tǒng)ORB算法提取的角點,剔除不穩(wěn)... 

【文章來源】：長春理工大學(xué)吉林省

【文章頁數(shù)】：56 頁

【學(xué)位級別】：碩士

【部分圖文】：

高速公路交通事故形態(tài)分布圖

技術(shù)的關(guān)鍵是車輛測距，汽車行駛中對于車輛的測距已經(jīng)研究多年，距離測距的方法包括：超聲波測距、毫米波測距、視覺測距和激光測距[5]。這四種車輛距離檢法如下：(1)超聲波測距：超聲波測距儀具有幾個明顯的優(yōu)點：原理簡單、生產(chǎn)方便、成本然而超聲波測距的速度受外部環(huán)境影響較嚴(yán)重，雨、霧、雪等天氣變化會嚴(yán)重影聲波的測距速度。一般來說，超聲波測距儀的理想探測距離為 4 米至 5 米。因此波測距不適用于高速行駛的車輛測距。(2)毫米波測距：毫米波雷達(dá)測距儀具有明顯的優(yōu)點：穩(wěn)定性更好、外部干擾更小距離遠(yuǎn)。然而毫米波雷達(dá)系統(tǒng)昂貴、易受電磁干擾。必須安裝電磁屏蔽裝置，以與其他通訊設(shè)施的電磁干擾，整個系統(tǒng)相當(dāng)復(fù)雜。(3)激光測距：激光測距系統(tǒng)有很多優(yōu)點：高速、高精度、抗干擾能力強。 缺點是昂貴，數(shù)據(jù)處理復(fù)雜。(4)視覺測距：相比以上三種測距方法，視覺距離檢測可以獲取豐富的圖像信息，識別出周圍環(huán)境包括紅綠燈、指示牌、車道線等信息；也可以對環(huán)境中車輛和行行為進(jìn)行判斷；同時視覺測距技術(shù)的設(shè)備造價低、安裝方便、使用簡單。

準(zhǔn)則對上述參數(shù)進(jìn)行優(yōu)化。假設(shè)有n 幅關(guān)于模板平面定點，那么極大似然估計值就可以通過下式最小化得到21 112 ||(,,,,,)||= = nimjijiijm mAkkRtM第 j 個點在第 i 幅圖像中的像點,iR 為第 i 幅圖像旋轉(zhuǎn)矩陣j 為第 j 個點的空間坐標(biāo),初始估計值利用上面線性求解為 0。標(biāo)定及圖像校正實驗定法對系統(tǒng)標(biāo)定友棋盤標(biāo)定法來標(biāo)定雙目相機(jī)的內(nèi)外參數(shù)。本實驗采其圖像如圖 2.4 所示，本文主要介紹如何在 Matlab工具箱0進(jìn)行相機(jī)標(biāo)定。本文自制棋盤格為 12× 9規(guī)格，mm。

【參考文獻(xiàn)】：
期刊論文
[1]角膜地形圖儀中實時圖像檢測[J]. 隋成華,韓勇浩,徐丹陽,高楠,高建勛,沃圣杰,杜春年.  光學(xué)學(xué)報. 2017(06)
[2]道路交通事故類型與誘因分析[J]. 張大偉,賀錦鵬,孫立志,周大永,劉衛(wèi)國,馮擎峰.  汽車工程師. 2015(01)
[3]機(jī)器視覺自動檢測技術(shù)[J]. 余文勇,石繪.  中國科技信息. 2013(24)
[4]基于Haar與MB-LBP特征的車牌檢測算法[J]. 潘秋萍,楊萬扣,孫長銀.  東南大學(xué)學(xué)報(自然科學(xué)版). 2012(S1)
[5]基于FAST改進(jìn)的快速角點探測算法[J]. 燕鵬,安如.  紅外與激光工程. 2009(06)
[6]基于Hough變換的線段檢測算法[J]. 楊全銀,魏雅杰,王欣.  紅外與激光工程. 2009(03)
[7]基于陰影特征和Adaboost的前向車輛檢測系統(tǒng)[J]. 李云翀,何克忠,賈培發(fā).  清華大學(xué)學(xué)報(自然科學(xué)版). 2007(10)

碩士論文
[1]基于雙目視覺的前方車輛測距法研究[D]. 李文杰.天津工業(yè)大學(xué) 2016
[2]基于機(jī)器視覺的前方車輛檢測與測距系統(tǒng)設(shè)計[D]. 佟卓遠(yuǎn).哈爾濱工業(yè)大學(xué) 2015
[3]基于視覺的智能車前方運動車輛檢測與測距方法的研究[D]. 韓廣飛.太原理工大學(xué) 2015
[4]智能車的前方車輛檢測和預(yù)警算法研究[D]. 張楚金.湖南大學(xué) 2015
[5]基于雙目視覺的結(jié)構(gòu)化道路前方車輛檢測與距離測量[D]. 汪云龍.大連理工大學(xué) 2014
[6]基于ORB特征的目標(biāo)檢測與跟蹤的研究[D]. 謝成明.合肥工業(yè)大學(xué) 2013
[7]基于嵌入式平臺的雙目主動測距系統(tǒng)[D]. 宋萬里.浙江大學(xué) 2012



本文編號：2950706