基于DM6437的城市環(huán)境道路識別系統(tǒng)的研究
發(fā)布時間:2021-07-25 19:42
隨著國民經(jīng)濟的發(fā)展和汽車保有量的增加,駕駛系統(tǒng)的安全性和方便性越來越受到各界的廣泛關(guān)注。在車輛安全輔助駕駛系統(tǒng)中,基于單目視覺的環(huán)境感知道路識別技術(shù)是其重要部分,由于汽車的行駛環(huán)境主要在城市道路中,而這種行駛環(huán)境又具有多變性,現(xiàn)有的車道線檢測系統(tǒng)仍存在魯棒性和實時性不足的難題,因此需要對檢測識別算法進行系統(tǒng)地完善。本研究以TI公司DM6437評估板為核心構(gòu)建了汽車視覺系統(tǒng)為硬件平臺,通過理論分析、仿真和實驗,深入研究并設(shè)計一套合理的道路識別系統(tǒng)。本文首先對國內(nèi)外的智能汽車以及車道線檢測發(fā)展現(xiàn)狀作出簡單介紹,同時結(jié)合國內(nèi)外的研究成果作出分析,根據(jù)實際情況發(fā)現(xiàn)存在的難題,提出本研究的背景和目的,并對本研究的具體解決方案做出規(guī)劃。其次,本文針對汽車的具體行駛情況進行研究分析,設(shè)計了一種合理的道路圖像處理方法。針對道路圖像的特征結(jié)構(gòu),采用靜態(tài)劃分感興趣區(qū)域以及圖像灰度化的方法以減少后續(xù)圖像處理的數(shù)據(jù)量。接著對圖像進行平滑處理,對常用的中值濾波算法進行優(yōu)化,在處理效果不變的情況下將算法的處理時間縮短了1/3。同時,在車道線邊緣提取部分,對比分析幾種常用邊緣提取算法的檢測效果,在采用最大類間方差(...
【文章來源】:華南理工大學(xué)廣東省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:77 頁
【學(xué)位級別】:碩士
【部分圖文】:
駕齡不滿1年駕駛?cè)藛T比例圖
駛國內(nèi)外研究現(xiàn)狀發(fā)展現(xiàn)狀汽車的發(fā)展意大利等先進國家,在上世紀 70 年代已經(jīng)開始對汽車的智能是為了軍事用途而開始研究,后來發(fā)展到應(yīng)用在高速公路和投入資源在自動駕駛汽車的研究里,國外越來越多的研究人員注于提高自動駕駛車輛行駛的穩(wěn)定性能及安全性能,在技術(shù)性的進展,在承擔(dān)了一部分社會責(zé)任并推動其發(fā)展的同時也促紀 80 年代,美國國防高級研究計劃局(DARPA)正式為其nomous Land Vehicle)進行立項,其資助研究的無人戰(zhàn)車—“及無路的情況下進行車輛的自動駕駛,如圖 1-3 所示。
圖 1-4 卡梅隆大學(xué) BOSS 智能車系統(tǒng)自動駕駛汽車的項目在技術(shù)研究方面也已經(jīng)取得了較大的進息社會技術(shù)(IST)署為推動無人駕駛技術(shù)和交通系統(tǒng)發(fā)展而投資金,還得益于各所大學(xué)對自動駕駛汽車技術(shù)的大力投入與研大利帕爾馬大學(xué) VisLab 實驗室的團隊所開發(fā)的智能車輛 ARG千米,從意大利北部帕爾馬市出發(fā),在駕駛期間基本沒有駕駛駕駛實現(xiàn),最終順利到達中國上海世博會,總共用時 3 個月。 公司研發(fā)的 Cycab 無人駕駛汽車配備有多種傳感器,擁有全面中不僅能躲避前方的障礙物,并且在緊急情況下會對外發(fā)出警讓。
【參考文獻】:
期刊論文
[1]基于霍夫變換的車道偏離警示系統(tǒng)[J]. 邵毅,溫艷,曹吉花. 河南科技學(xué)院學(xué)報(自然科學(xué)版). 2016(06)
[2]一種基于紋理特征的車道線檢測方法研究[J]. 黨宏社,郭楚佳. 重慶交通大學(xué)學(xué)報(自然科學(xué)版). 2014(05)
[3]結(jié)合分塊Hough變換與Kalman預(yù)測的車道線檢測方法[J]. 尤小泉,彭映杰. 科學(xué)技術(shù)與工程. 2013(24)
[4]無人駕駛汽車何時上路[J]. 李娜. 科技導(dǎo)報. 2012(34)
[5]一種新的車道線快速識別算法[J]. 沈瑜,羅維薇,王小鵬,雷濤. 計算機應(yīng)用研究. 2011(04)
[6]基于機器視覺的農(nóng)業(yè)車輛路徑跟蹤[J]. 劉兆祥,陳艷,籍穎,劉剛,張漫,周建軍. 農(nóng)業(yè)機械學(xué)報. 2009(S1)
[7]基于Kalman預(yù)測及逆投影的車道識別技術(shù)[J]. 鄭榜貴,田炳香,段建民. 計算機工程與設(shè)計. 2009(06)
[8]Application of Machine Vision to Vehicle Automatic Collision Warning Algorithm[J]. 王江鋒,高峰,徐國艷,姚圣卓. Journal of Beijing Institute of Technology. 2008(01)
[9]單目視覺車道偏離報警系統(tǒng)[J]. 劉潔,黃斌. 電子產(chǎn)品世界. 2007(03)
[10]CITAVT-IV——視覺導(dǎo)航的自主車[J]. 孫振平,安向京,賀漢根. 機器人. 2002(02)
博士論文
[1]基于激光雷達的智能車輛目標識別與跟蹤關(guān)鍵技術(shù)研究[D]. 周俊靜.北京工業(yè)大學(xué) 2014
[2]基于信息融合的駕駛行為識別關(guān)鍵技術(shù)研究[D]. 肖獻強.合肥工業(yè)大學(xué) 2011
[3]基于機器視覺的車道偏離預(yù)警系統(tǒng)研究[D]. 余天洪.吉林大學(xué) 2006
[4]高速汽車車道偏離預(yù)警系統(tǒng)可行區(qū)域感知算法研究[D]. 畢雁冰.吉林大學(xué) 2006
[5]高速汽車車道偏離預(yù)警系統(tǒng)的算法研究[D]. 董因平.吉林大學(xué) 2004
碩士論文
[1]基于數(shù)字圖像處理的車道線檢測[D]. 張慧.新疆大學(xué) 2014
[2]基于機器視覺的車道偏離預(yù)警理論與算法研究[D]. 初雪梅.湖南大學(xué) 2013
[3]基于FPGA的寬動態(tài)范圍視頻監(jiān)控系統(tǒng)的研究與設(shè)計[D]. 胡偉.上海師范大學(xué) 2013
[4]基于機器視覺的快速車道線辨識研究[D]. 鞠乾翱.上海交通大學(xué) 2013
[5]基于機器視覺的車道線檢測與追蹤系統(tǒng)的研究[D]. 秦敏.中國海洋大學(xué) 2012
[6]基于DM6437的車道線檢測方法的研究[D]. 張銀霞.合肥工業(yè)大學(xué) 2012
[7]車輛行駛信息記錄及車道偏離報警系統(tǒng)[D]. 張志強.濟南大學(xué) 2010
[8]基于DSP道路識別技術(shù)研究[D]. 朱釤.武漢理工大學(xué) 2010
[9]一個基于視覺的車道偏離預(yù)警系統(tǒng)的設(shè)計與實現(xiàn)[D]. 郭小川.東北大學(xué) 2008
[10]車道偏離預(yù)警視覺系統(tǒng)算法改進研究[D]. 葛平淑.吉林大學(xué) 2008
本文編號:3302651
【文章來源】:華南理工大學(xué)廣東省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:77 頁
【學(xué)位級別】:碩士
【部分圖文】:
駕齡不滿1年駕駛?cè)藛T比例圖
駛國內(nèi)外研究現(xiàn)狀發(fā)展現(xiàn)狀汽車的發(fā)展意大利等先進國家,在上世紀 70 年代已經(jīng)開始對汽車的智能是為了軍事用途而開始研究,后來發(fā)展到應(yīng)用在高速公路和投入資源在自動駕駛汽車的研究里,國外越來越多的研究人員注于提高自動駕駛車輛行駛的穩(wěn)定性能及安全性能,在技術(shù)性的進展,在承擔(dān)了一部分社會責(zé)任并推動其發(fā)展的同時也促紀 80 年代,美國國防高級研究計劃局(DARPA)正式為其nomous Land Vehicle)進行立項,其資助研究的無人戰(zhàn)車—“及無路的情況下進行車輛的自動駕駛,如圖 1-3 所示。
圖 1-4 卡梅隆大學(xué) BOSS 智能車系統(tǒng)自動駕駛汽車的項目在技術(shù)研究方面也已經(jīng)取得了較大的進息社會技術(shù)(IST)署為推動無人駕駛技術(shù)和交通系統(tǒng)發(fā)展而投資金,還得益于各所大學(xué)對自動駕駛汽車技術(shù)的大力投入與研大利帕爾馬大學(xué) VisLab 實驗室的團隊所開發(fā)的智能車輛 ARG千米,從意大利北部帕爾馬市出發(fā),在駕駛期間基本沒有駕駛駕駛實現(xiàn),最終順利到達中國上海世博會,總共用時 3 個月。 公司研發(fā)的 Cycab 無人駕駛汽車配備有多種傳感器,擁有全面中不僅能躲避前方的障礙物,并且在緊急情況下會對外發(fā)出警讓。
【參考文獻】:
期刊論文
[1]基于霍夫變換的車道偏離警示系統(tǒng)[J]. 邵毅,溫艷,曹吉花. 河南科技學(xué)院學(xué)報(自然科學(xué)版). 2016(06)
[2]一種基于紋理特征的車道線檢測方法研究[J]. 黨宏社,郭楚佳. 重慶交通大學(xué)學(xué)報(自然科學(xué)版). 2014(05)
[3]結(jié)合分塊Hough變換與Kalman預(yù)測的車道線檢測方法[J]. 尤小泉,彭映杰. 科學(xué)技術(shù)與工程. 2013(24)
[4]無人駕駛汽車何時上路[J]. 李娜. 科技導(dǎo)報. 2012(34)
[5]一種新的車道線快速識別算法[J]. 沈瑜,羅維薇,王小鵬,雷濤. 計算機應(yīng)用研究. 2011(04)
[6]基于機器視覺的農(nóng)業(yè)車輛路徑跟蹤[J]. 劉兆祥,陳艷,籍穎,劉剛,張漫,周建軍. 農(nóng)業(yè)機械學(xué)報. 2009(S1)
[7]基于Kalman預(yù)測及逆投影的車道識別技術(shù)[J]. 鄭榜貴,田炳香,段建民. 計算機工程與設(shè)計. 2009(06)
[8]Application of Machine Vision to Vehicle Automatic Collision Warning Algorithm[J]. 王江鋒,高峰,徐國艷,姚圣卓. Journal of Beijing Institute of Technology. 2008(01)
[9]單目視覺車道偏離報警系統(tǒng)[J]. 劉潔,黃斌. 電子產(chǎn)品世界. 2007(03)
[10]CITAVT-IV——視覺導(dǎo)航的自主車[J]. 孫振平,安向京,賀漢根. 機器人. 2002(02)
博士論文
[1]基于激光雷達的智能車輛目標識別與跟蹤關(guān)鍵技術(shù)研究[D]. 周俊靜.北京工業(yè)大學(xué) 2014
[2]基于信息融合的駕駛行為識別關(guān)鍵技術(shù)研究[D]. 肖獻強.合肥工業(yè)大學(xué) 2011
[3]基于機器視覺的車道偏離預(yù)警系統(tǒng)研究[D]. 余天洪.吉林大學(xué) 2006
[4]高速汽車車道偏離預(yù)警系統(tǒng)可行區(qū)域感知算法研究[D]. 畢雁冰.吉林大學(xué) 2006
[5]高速汽車車道偏離預(yù)警系統(tǒng)的算法研究[D]. 董因平.吉林大學(xué) 2004
碩士論文
[1]基于數(shù)字圖像處理的車道線檢測[D]. 張慧.新疆大學(xué) 2014
[2]基于機器視覺的車道偏離預(yù)警理論與算法研究[D]. 初雪梅.湖南大學(xué) 2013
[3]基于FPGA的寬動態(tài)范圍視頻監(jiān)控系統(tǒng)的研究與設(shè)計[D]. 胡偉.上海師范大學(xué) 2013
[4]基于機器視覺的快速車道線辨識研究[D]. 鞠乾翱.上海交通大學(xué) 2013
[5]基于機器視覺的車道線檢測與追蹤系統(tǒng)的研究[D]. 秦敏.中國海洋大學(xué) 2012
[6]基于DM6437的車道線檢測方法的研究[D]. 張銀霞.合肥工業(yè)大學(xué) 2012
[7]車輛行駛信息記錄及車道偏離報警系統(tǒng)[D]. 張志強.濟南大學(xué) 2010
[8]基于DSP道路識別技術(shù)研究[D]. 朱釤.武漢理工大學(xué) 2010
[9]一個基于視覺的車道偏離預(yù)警系統(tǒng)的設(shè)計與實現(xiàn)[D]. 郭小川.東北大學(xué) 2008
[10]車道偏離預(yù)警視覺系統(tǒng)算法改進研究[D]. 葛平淑.吉林大學(xué) 2008
本文編號:3302651
本文鏈接:http://sikaile.net/kejilunwen/qiche/3302651.html
最近更新
教材專著