自動泊車系統(tǒng)（Automatic Parking System）作為高級駕駛輔助系統(tǒng)（Advanced Driver Assistance Systems）中重要的一環(huán),在無人駕駛技術中發(fā)揮著舉足輕重的作用。而感知部分作為自動泊車系統(tǒng)控制和規(guī)劃的前端,需要解決“我在哪”的經(jīng)典問題,利用同時定位與地圖構建（Simultaneous Location and Mapping,SLAM）便可以很好地解決這個問題。SLAM按照傳感器的不同可以劃分為視覺SLAM（v SLAM）和雷達SLAM,v SLAM由于其成本較低、安裝方式多樣化、具有豐富的圖像信息等多方面優(yōu)點,受到了廣泛研究與發(fā)展。本文提出了一種基于v SLAM的方法來解決自動泊車環(huán)境下的感知問題,并且在低光照或是明暗交替的復雜場景下也有較好的魯棒性。本文的研究工作主要包括:首先,針對自動泊車環(huán)境下可能出現(xiàn)的低光照或明暗交替等復雜場景這一問題,本文在v SLAM系統(tǒng)中設計了處理復雜場景的功能。本文基于Retinex理論模型,從物體成像的原理上分析,利用LIME算法來解決這個問題,并且結合自動泊車場景來設計算法中的權重系數(shù),對算法的時間復雜... 

【文章來源】：吉林大學吉林省211工程院校985工程院校教育部直屬院校

【文章頁數(shù)】：92 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外發(fā)展現(xiàn)狀
        1.2.1 基于濾波器的視覺SLAM方法研究現(xiàn)狀
        1.2.2 基于優(yōu)化方法的視覺SLAM方法研究現(xiàn)狀
    1.3 國內(nèi)外發(fā)展現(xiàn)狀分析
    1.4 本文的主要內(nèi)容
第2章 視覺SLAM基礎理論概述
    2.1 引言
    2.2 相機模型及相機位姿
        2.2.1 單目相機模型
        2.2.2 雙目相機模型
        2.2.3 相機選型
    2.3 利用李代數(shù)進行位姿優(yōu)化
        2.3.1 李群與李代數(shù)
        2.3.2 利用李代數(shù)位姿優(yōu)化
    2.4 視覺SLAM基礎理論
    2.5 本章小結
第3章 基于LIME算法的圖像優(yōu)化研究
    3.1 引言
    3.2 圖像增強算法研究
        3.2.1 Retinex理論研究
        3.2.2 LIME算法原理研究
    3.3 針對泊車環(huán)境的LIME算法研究
        3.3.1 LIME算法的求解
        3.3.2 針對泊車環(huán)境的加權設計
        3.3.3 加速計算及其有效性驗證
    3.4 改進算法與實驗分析
        3.4.1 濾波算法研究
        3.4.2 實驗結果與分析
    3.5 本章小結
第4章 視覺SLAM理論算法研究
    4.1 引言
    4.2 針對泊車環(huán)境的跟蹤算法研究
        4.2.1 直接法原理
        4.2.2 改進的跟蹤算法研究
        4.2.3 關鍵幀篩選策略研究
    4.3 深度估計策略研究
        4.3.1 不確定性估計
        4.3.2 改進的立體匹配策略
        4.3.3 深度融合算法研究
    4.4 本章小結
第5章 面向泊車環(huán)境的感知實驗驗證
    5.1 引言
    5.2 試驗臺搭建
        5.2.1 軟硬件介紹
        5.2.2 相機標定與校正實驗
    5.3 光照優(yōu)化算法和跟蹤算法的驗證
        5.3.1 泊車環(huán)境光照優(yōu)化實驗與驗證
        5.3.2 改進的跟蹤算法實驗
        5.3.3 關鍵幀篩選策略實驗分析
    5.4 自動泊車環(huán)境實驗與分析
    5.5 本章小結
第6章 總結與展望
參考文獻
作者簡介及科研成果
致謝



本文編號：3621215