本文關(guān)鍵詞：基于智能車輛立體視覺定位研究

  更多相關(guān)文章： 視覺定位 高精度地圖 駕駛地圖 GPS 視覺里程計

【摘要】：汽車給人們生活帶來了巨大便利,但龐大汽車人群也給社會帶來了巨大的交通壓力,交通事故率大幅度上升,使得社會蒙受了難以估量的經(jīng)濟損失和人員傷亡。智能交通系統(tǒng)(Intelligent Transport System,ITS)的提出加強了人、路、車三者之間聯(lián)系,最大限度地提高了現(xiàn)行道路吞吐效率,并且車輛作為ITS中基礎(chǔ)對象一直也是重點研究對象。本文針對智能車輛國內(nèi)外現(xiàn)狀研究提出了三層智能車輛體系結(jié)構(gòu)(Intelligent Vehicle Architecture,IVAr)并對各層結(jié)構(gòu)做了簡要的描述。智能駕駛系統(tǒng)大致可分為感知、決策、控制、人機交互接口四大模塊。本文針對感知模塊中定位進(jìn)行重點研究,解決智能車輛“在哪里”問題。對比了現(xiàn)行智能車輛定位技術(shù),給出了基于雙目視覺和駕駛地圖相結(jié)合的低成本定位方式。視覺定位有三種方法:基于全局定位、及時定位與地圖構(gòu)建和視覺里程計,在實時性、精度控制和環(huán)境適應(yīng)性等方面綜合考慮選擇局部運動估計的視覺里程計。在特征提取算法上選擇ORB算法提取左右目相同幀目圖像對應(yīng)關(guān)系以計算得到視差,使用ORB算法提取相鄰幀圖像對應(yīng)關(guān)系,利用RANSAC算法去除誤匹配并用擴展卡爾曼濾波優(yōu)化前后幀運動估計,轉(zhuǎn)換坐標(biāo)系和累加計算結(jié)果得到智能車輛的全局位置信息和運動軌跡。引入地圖匹配算法,用駕駛地圖信息與立體視覺生成場景信息相匹配來修正由視覺引起的累計誤差,提高定位精度,更好滿足了車輛導(dǎo)航對實時性與特殊路況要求,最后生成結(jié)果與高精度GPS生成的軌跡作比較。本文在平臺設(shè)計上借鑒“貝莎路線”中奔馳S500視覺定位模型,在量產(chǎn)汽車東風(fēng)A60前擋風(fēng)玻璃上用雙目CCD相機構(gòu)建立體視覺,全面地展示標(biāo)定參數(shù)方法并進(jìn)行快速驗證,在基于道路特征定位時引入導(dǎo)流線概念并提取,豐富了道路標(biāo)線提取工作,該方法在Windows操作系統(tǒng)環(huán)境下使用C/C++編程開發(fā)與調(diào)試軟件,在實際廠區(qū)實地路測證明了雙目視覺與駕駛地圖組合低成本定位同樣擁有高精度。
【關(guān)鍵詞】：視覺定位 高精度地圖 駕駛地圖 GPS 視覺里程計
【學(xué)位授予單位】：湖北工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.41
【目錄】：

• 摘要4-5
• Abstract5-8
• 第1章 緒論8-20
• 1.1 引言8
• 1.2 智能交通系統(tǒng)8-10
• 1.3 智能車輛發(fā)展現(xiàn)狀10-19
• 1.3.1 國外發(fā)展現(xiàn)狀10-13
• 1.3.2 國內(nèi)發(fā)展現(xiàn)狀13-16
• 1.3.3 智能駕駛行業(yè)分析16-19
• 1.4 課題來源、主要研究內(nèi)容及論文結(jié)構(gòu)安排19-20
• 第2章 常見定位技術(shù)概述20-28
• 2.1 引言20
• 2.2 常見定位技術(shù)20-27
• 2.2.1 推算定位技術(shù)21-22
• 2.2.2 慣性導(dǎo)航定位技術(shù)22-23
• 2.2.3 全球?qū)Ш叫l(wèi)星技術(shù)23-24
• 2.2.4 磁定位技術(shù)24-25
• 2.2.5 視覺定位技術(shù)25-27
• 2.3 本章小結(jié)27-28
• 第3章 立體視覺在智能車輛定位研究28-46
• 3.1 雙目視覺28-37
• 3.1.1 雙目視覺原理28-29
• 3.1.2 相機透視投影模型29-32
• 3.1.3 相機畸變處理32-33
• 3.1.4 相機標(biāo)定33-35
• 3.1.5 車輛位姿估計35-37
• 3.2 視覺定位37-45
• 3.2.1 視覺定位方法38-39
• 3.2.2 卡爾曼濾波39-40
• 3.2.3 高精度地圖40-45
• 3.3 本章小結(jié)45-46
• 第4章 一種基于地圖、立體視覺組合定位應(yīng)用46-63
• 4.1 結(jié)構(gòu)設(shè)計46-49
• 4.2 各模塊實現(xiàn)過程49-62
• 4.2.1 雙目相機模型49-55
• 4.2.2 駕駛地圖創(chuàng)建55-58
• 4.2.3 視覺定位流程58-61
• 4.2.4 組合定位過程61-62
• 4.3 本章小結(jié)62-63
• 第5章 總結(jié)與展望63-65
• 5.1 總結(jié)63-64
• 5.2 展望64-65
• 參考文獻(xiàn)65-68
• 致謝68
• 碩士期間學(xué)術(shù)成果68

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 郭烈,王榮本,顧柏園,余天洪;世界智能車輛行人檢測技術(shù)綜述[J];公路交通科技;2005年11期

2 李旭;張為公;;智能車輛導(dǎo)航技術(shù)的研究進(jìn)展[J];機器人技術(shù)與應(yīng)用;2007年04期

3 程釗;萬齊齊;唐旋來;劉廣林;彭剛;黃心漢;王永驥;;智能車道路識別及控制研究[J];伺服控制;2007年06期

4 羅曉玲;;基于視覺的智能車導(dǎo)航技術(shù)[J];信息與電腦(理論版);2011年10期

5 熊升華;趙海良;;基于矩形安全鄰域的智能車移動仿真研究[J];計算機應(yīng)用研究;2013年12期

6 潘明;汪鐳;康琦;吳啟迪;;基于電磁信號導(dǎo)航的智能車系統(tǒng)設(shè)計與開發(fā)[J];中國科技論文;2014年04期

7 于少偉;;智能車輛自動超車控制仿真研究[J];系統(tǒng)仿真學(xué)報;2009年08期

8 孫輝;張參參;史久根;;競賽用智能車的設(shè)計[J];安徽工業(yè)大學(xué)學(xué)報(自然科學(xué)版);2009年03期

9 李宗;項羽升;蒲榮軍;張笑楠;;電磁智能車的設(shè)計與調(diào)試[J];硅谷;2012年13期

10 宋曉虹;陳白帆;;多傳感器信息融合在智能車中的應(yīng)用研究[J];計算機仿真;2012年06期

中國重要會議論文全文數(shù)據(jù)庫 前6條

1 張祖鋒;徐友春;張鵬;朱增輝;;縮微智能車的環(huán)境感知與控制決策算法研究[A];第八屆中國智能交通年會優(yōu)秀論文集——智能交通與安全[C];2013年

2 汪鐵民;;智能車輛的若干問題[A];四川省第九屆（2009年）汽車學(xué)術(shù)交流年會論文集[C];2009年

3 黃鴻;呂曉華;任雪梅;;基于SPCE061A的智能車模語音控制系統(tǒng)[A];國產(chǎn)科學(xué)儀器應(yīng)用、創(chuàng)新和產(chǎn)業(yè)化學(xué)術(shù)研討會論文集（二）[C];2007年

4 張國伍;錢大琳;;中國智能交通發(fā)展戰(zhàn)略構(gòu)想[A];西部開發(fā)與系統(tǒng)工程——中國系統(tǒng)工程學(xué)會第12屆年會論文集[C];2002年

5 王立琦;杜茂;;基于激光掃描儀的智能車前方障礙物檢測[A];'2010系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會議論文集[C];2010年

6 孫懷江;;ALVINN及其擴展[A];全面建設(shè)小康社會：中國科技工作者的歷史責(zé)任——中國科協(xié)2003年學(xué)術(shù)年會論文集（上）[C];2003年

中國重要報紙全文數(shù)據(jù)庫 前4條

1 記者 劉莉;“中國智能車未來挑戰(zhàn)賽”西安開戰(zhàn)[N];科技日報;2010年

2 陳海霞　顏士秀 小莉;常州“智能車”全國奪冠[N];常州日報;2010年

3 記者張兆軍;兩種智能車 無人可駕駛[N];科技日報;2003年

4 記者 孫春艷;“科博會”在京開幕[N];吉林日報;2003年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 錢臻;基于組合定位技術(shù)的多智能車輛合作編隊仿真技術(shù)研究[D];東北林業(yè)大學(xué);2012年

2 汪明磊;智能車輛自主導(dǎo)航中避障路徑規(guī)劃與跟蹤控制研究[D];合肥工業(yè)大學(xué);2013年

3 劉華軍;面向智能車輛的道路環(huán)境理解技術(shù)研究[D];南京理工大學(xué);2007年

4 李進(jìn);視覺導(dǎo)航智能車輛的路徑識別和跟蹤控制[D];合肥工業(yè)大學(xué);2008年

5 沈志熙;基于視覺導(dǎo)航的智能車輛在城區(qū)復(fù)雜場景中的目標(biāo)檢測技術(shù)研究[D];重慶大學(xué);2008年

6 王鋒輝;面向區(qū)域智能運輸?shù)亩嘀悄苘囕v協(xié)作研究[D];上海交通大學(xué);2009年

7 焦俊;基于多Agent系統(tǒng)的智能車輛自主行駛控制研究[D];合肥工業(yè)大學(xué);2010年

8 郭景華;視覺導(dǎo)航式智能車輛橫向與縱向控制研究[D];大連理工大學(xué);2012年

9 李貽斌;ITS智能車輛關(guān)鍵技術(shù)研究[D];天津大學(xué);2008年

10 胡玉文;城市環(huán)境中基于混合地圖的智能車輛定位方法研究[D];北京理工大學(xué);2014年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 馬育林;智能車自主駕駛控制系統(tǒng)研制與試驗[D];武漢理工大學(xué);2010年

2 邱迎;道路自動識別與控制的智能車系統(tǒng)的研究[D];重慶大學(xué);2010年

3 郭達(dá);智能車避障路徑動態(tài)規(guī)劃和車體控制研究[D];長安大學(xué);2015年

4 崔佳超;無人駕駛智能車在動態(tài)環(huán)境中的避障方法[D];西安工業(yè)大學(xué);2015年

5 楊成;無人駕駛智能車障礙檢測方法研究[D];西安工業(yè)大學(xué);2015年

6 劉健全;基于高速移動網(wǎng)絡(luò)的智能車視頻駕駛系統(tǒng)設(shè)計與實現(xiàn)[D];浙江大學(xué);2015年

7 劉遠(yuǎn)源;校園環(huán)境下的運動目標(biāo)檢測與跟蹤的研究與實現(xiàn)[D];浙江大學(xué);2015年

8 逄偉;低速環(huán)境下的智能車無人駕駛技術(shù)研究[D];浙江大學(xué);2015年

9 孫濤;基于MC9S12DG128的智能車控制系統(tǒng)研究[D];南昌大學(xué);2015年

10 王廣瑋;智能車輛橫向運動控制系統(tǒng)設(shè)計與實驗研究[D];貴州大學(xué);2015年

，

本文編號：668895