擁擠的城市泊車環(huán)境給人們的出行造成了極大不便,而自動泊車技術的出現(xiàn),讓人眼前一亮。然而,車位識別的精度、有效車位識別的準確度始終是一座“高山”,阻礙著泊車系統(tǒng)進一步推廣。現(xiàn)今自動泊車技術中,使用最為廣泛的超聲波雷達方案往往存在著車位識別精度低的問題,且高度依賴于臨近車位停放的車輛。視覺傳感器方案中,很少考慮車位中和路徑中存在的障礙物,而障礙物的尺寸又往往影響著泊車位的有效性。特別是對于障礙物和環(huán)境背景顏色相近似這種情況,僅依靠攝像頭難以實現(xiàn)障礙物的辨識。在此背景下,本文提出了一種基于網(wǎng)格激光視覺增強技術的泊車位及障礙物識別方法。該方案除了視覺傳感器,還在車身上安裝了特殊的激光發(fā)射裝置,該裝置能在地面上呈現(xiàn)出特定形狀和尺寸的激光網(wǎng)格,并與視覺感知區(qū)域形成疊加效果。激光網(wǎng)格的形狀會隨泊車環(huán)境的改變而改變,如遇到車輛、石塊、凹坑、墻面、車位鎖等障礙物時,激光網(wǎng)格的形狀會發(fā)生明顯的變化。視覺傳感器采用魚眼攝像頭方案,并由視覺處理器單獨完成圖像處理工作,再通過通訊串口將泊車位和障礙物數(shù)據(jù)發(fā)送給泊車控制器。本文主要從泊車空間激光網(wǎng)格化的實現(xiàn)、基于激光裝置的泊車位和障礙物識別技術和方法、基于激光裝置... 

【文章來源】：江蘇大學江蘇省

【文章頁數(shù)】：78 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景
    1.2 自動泊車技術研究現(xiàn)狀
        1.2.1 技術背景
        1.2.2 國外研究現(xiàn)狀
        1.2.3 國內(nèi)研究現(xiàn)狀
        1.2.4 自動泊車技術應用概況
    1.3 本文主要研究目的與意義
        1.3.1 研究目的
        1.3.2 論文主要創(chuàng)新點
    1.4 本文的研究內(nèi)容和結(jié)構(gòu)安排
第二章 泊車空間激光網(wǎng)格化的實現(xiàn)與捕捉
    2.1 網(wǎng)格化實現(xiàn)與視覺增強
    2.2 激光網(wǎng)格的設計與標定
    2.3 激光網(wǎng)格的捕捉
        2.3.1 相機成像原理
        2.3.2 四個坐標系及其轉(zhuǎn)化
        2.3.3 鏡頭畸變與魚眼鏡頭
        2.3.4 非線性相機的畸變模型與畸變參數(shù)
        2.3.5 攝像頭的標定
    2.4 本章小結(jié)
第三章 激光網(wǎng)格視域下的圖像分割技術
    3.1 圖像的畸變校正
    3.2 鳥瞰圖變換
    3.3 圖像的預處理
        3.3.1 圖像增強技術
        3.3.2 灰度化處理
        3.3.3 圖像的去噪與平滑濾波
    3.4 圖像的分割與特征提取
        3.4.1 閾值分割
        3.4.2 邊緣檢測
        3.4.3 凸包檢測
        3.4.4 漫水填充
        3.4.5 輪廓提取與多邊形包圍
    3.5 本章小結(jié)
第四章 激光網(wǎng)格視域下的泊車位及障礙物識別
    4.1 泊車場景分析
        4.1.1 泊車位分析
        4.1.2 障礙物分析
    4.2 障礙物的識別
    4.3 泊車位的識別
        4.3.1 有車位線標識車位的識別
        4.3.2 無車位線車位識別
    4.4 本章小結(jié)
第五章 系統(tǒng)架構(gòu)與實驗驗證
    5.1 系統(tǒng)架構(gòu)設計和控制策略
    5.2 視覺處理器圖像處理策略
    5.3 實驗條件和實驗概述
    5.4 泊車位識別實驗
    5.5 障礙物識別實驗
    5.6 本章小結(jié)
第六章 總結(jié)與展望
    6.1 研究工作總結(jié)
    6.2 后續(xù)工作展望
參考文獻
致謝
碩士期間學術成果


【參考文獻】：
期刊論文
[1]淺析自動駕駛分類及發(fā)展前景[J]. 張艷,徐順,藺春明,趙璽,徐業(yè)翔,彭宏偉.  汽車實用技術. 2020(06)
[2]2019年全國機動車和駕駛?cè)私y(tǒng)計分析[J].   道路交通管理. 2020(02)
[3]先進汽車輔助駕駛系統(tǒng)（ADAS）發(fā)展現(xiàn)狀及前景[J]. 辛業(yè)華.  內(nèi)燃機與配件. 2019(19)
[4]基于圖像增強技術的SURF特征匹配算法研究[J]. 張明浩,楊耀權,靳渤文.  自動化與儀表. 2019(09)
[5]基于多特征的復雜場景運動目標檢測[J]. 朱文杰,王廣龍,田杰,喬中濤,高鳳岐.  光學學報. 2018(06)
[6]基于信息融合的自動泊車系統(tǒng)車位智能識別[J]. 江浩斌,沈崢楠,馬世典,陳龍.  機械工程學報. 2017(22)
[7]基于改進Hough變換的車位線識別方法[J]. 張悅旺.  計算機工程與設計. 2017(11)
[8]淺談我國城市道路交通現(xiàn)狀及發(fā)展策略[J]. 姚真.  現(xiàn)代國企研究. 2017(08)
[9]邊緣直線擬合確定魚眼鏡頭光心算法[J]. 林春雨,高奕,王欣,黃奇,王鑫,趙耀.  北京交通大學學報. 2017(02)
[10]自動泊車系統(tǒng)發(fā)展現(xiàn)狀及前景分析[J]. 左培文,孟慶闊,李育賢.  上海汽車. 2017(02)

博士論文
[1]基于數(shù)字圖像的蝴蝶種類自動識別研究[D]. 李凡.北京林業(yè)大學 2015
[2]彩色數(shù)字相機成像系統(tǒng)的關鍵性技術研究[D]. 郭惠楠.中國科學院研究生院（西安光學精密機械研究所） 2014
[3]雙目立體視覺深度感知與三維重建若干問題研究[D]. 羅桂娥.中南大學 2012

碩士論文
[1]基于圖像序列的物體體積測量方法研究與實現(xiàn)[D]. 巫榮.南京郵電大學 2019
[2]基于視覺環(huán)境感知技術的自動泊車系統(tǒng)研究[D]. 王成雨.江蘇大學 2019
[3]基于卷積神經(jīng)網(wǎng)絡的圖像語義分割研究[D]. 張蓉.江蘇科技大學 2019
[4]基于數(shù)字圖像技術的車位識別方法的研究與應用[D]. 代武杰.廣西師范大學 2018
[5]基于多傳感器信息融合的自動泊車系統(tǒng)研究[D]. 沈崢楠.江蘇大學 2017
[6]基于機器視覺的自動泊車技術的研究[D]. 陳奮.電子科技大學 2016
[7]基于車位場景智能識別技術的全自動垂直泊車系統(tǒng)研究[D]. 李臣旭.江蘇大學 2016
[8]全景泊車輔助系統(tǒng)的算法研究[D]. 趙小松.西安電子科技大學 2015
[9]基于魚眼鏡頭的車載全景環(huán)視系統(tǒng)[D]. 張聰.浙江大學 2015
[10]基于雙目視覺的駕駛?cè)俗⒁饬Ψ稚⒈O(jiān)測方法研究[D]. 孫海燕.吉林大學 2012



本文編號：3150285