當前基于視覺的駕駛輔助系統(tǒng)的研究與應用多集中于視場較小的單雙目攝像頭,功能單一且存在視野盲區(qū)和多個相機拼接誤差等弊端。而折反射式全景相機通過單個傳感器同時獲取環(huán)視信息,最大程度上擴大了駕駛員的觀察視野,實現(xiàn)多項駕駛輔助功能。本文將機器視覺相關(guān)理論與全景成像技術(shù)相結(jié)合,對全景圖像展開、車道標識線及車道導向箭頭識別等關(guān)鍵技術(shù)進行研究,研究成果在智能駕駛領域可以得到切實應用,具有深遠的學術(shù)意義和可觀的應用前景。提出一種基于Gabor濾波的車道標識線快速識別方法。首先利用同心圓環(huán)近似展開法將全景圖像展開成矩形圖像,并對展開后的圖像進行不同相位角的Gabor濾波處理得到不同邊緣響應的圖像,通過計算灰度均值快速得到使車道標識線邊緣清晰度達到最高時的方向區(qū)間。在Canny算子檢測邊緣的過程中,只對處于該區(qū)間內(nèi)的邊緣點進行非極大值抑制抑制,最后進行雙閾值檢測連接及Hough直線檢測實現(xiàn)車道標識線的快速識別。提出一種基于自適應分塊編碼的支持向量機（Support Vector Machine;SVM）車道導向箭頭多分類識別方法。首先對車道標識線以內(nèi)區(qū)域的導向箭頭圖像進行Harris角點粗檢測,利用改進F... 

【文章來源】：長春理工大學吉林省

【文章頁數(shù)】：72 頁

【學位級別】：碩士

【部分圖文】：

各大汽車廠商基于視覺的駕駛輔助系統(tǒng)

(a) (b) (c)圖 1.1 各大汽車廠商基于視覺的駕駛輔助系統(tǒng)前置雙目攝像頭 (b)特斯拉 Autopilot 系統(tǒng)前置攝像頭 (c)斯巴魯 Eyes目攝像頭企對于全景影像的實現(xiàn)基本都是通過多個位置的單目攝像頭拼控也多是通過特定的攝像頭單獨完成，將大視場應用駕駛輔助.2 所示，斯巴魯公司在車內(nèi)儀表板中央設置攝像頭進行駕駛員駛監(jiān)測；在車輛兩側(cè)設置攝像頭，利用側(cè)方影像監(jiān)測系統(tǒng)檢測能通過環(huán)視相機的應用可由單個傳感器實現(xiàn)監(jiān)控。

于激光雷達的車道標識線檢測與識別08 年，Soren Kamme 等人利用圖 1.3(a)所示配備了 Velodyne 公司達的 AnnieWAY 智能汽車進行車道標識線檢測[9]，提出基于激光地圖信息融合完成車道偏離預警和路線引導的方法，系統(tǒng)能夠估況的偏差，這種激光雷達采集到的高度信息可以排除與道路不在，檢測結(jié)果受環(huán)境干擾較��；2011 年，F(xiàn)lorianHomm 等人利用一達的底部兩層對前方 10~30 米距離的道路表面進行掃描，利用激射回來的信號進行檢測[10]。上述方法都是基于激光雷達對車道標對普通路面的反射強度這一特征進行檢測[11]，當路面老化導致車車道標識線與道路對比度下降時，激光雷達對車道標識線的反射檢甚至漏檢。激光雷達也可輔助視覺傳感器提升其識別能力[12]，采用了視覺和激光雷達多傳感器信息融合的方法檢測車道標識線合的方法尋找到最優(yōu)的可行駛區(qū)域，然后在最優(yōu)行駛區(qū)域里檢測結(jié)構(gòu)化和非結(jié)構(gòu)化道路均適用[13]。雖然上述方法可以有效對車道是由于激光雷達成本昂貴，安裝成本較高，普通家用汽車中并未

【參考文獻】：
期刊論文
[1]360°高階非球面反射式全景鏡頭設計[J]. 張少軍,徐熙平.  光學精密工程. 2018(08)
[2]道路交通運輸安全發(fā)展報告（2017）[J]. Matthias Gsul,胡予紅,周旋,寧丙文,米建英,劉佳,王光遠,王靜,董晨,張露丹.  中國應急管理. 2018(02)
[3]基于分段切換模型的快速車道線檢測[J]. 隋靚,黨建武,王陽萍.  計算機應用與軟件. 2017(08)
[4]基于雙重ROI和變間距掃描的車道線檢測[J]. 王鑫,劉玉超,海丹.  指揮與控制學報. 2017(02)
[5]全景攝像機的原理與進展[J]. 林泉,李磊,方中華,徐建華.  自然雜志. 2017(02)
[6]高級駕駛輔助系統(tǒng)安全功能焦點:全景環(huán)視系統(tǒng)[J]. Jonpaul Jandu.  今日電子. 2017(Z1)
[7]車聯(lián)網(wǎng)在無人駕駛技術(shù)中的運用[J]. 姚昊洋.  電子技術(shù)與軟件工程. 2017(03)
[8]基于Canny算子和Hough變換的夜間車道線檢測[J]. 李亞娣,黃海波,李相鵬,陳立國.  科學技術(shù)與工程. 2016(31)
[9]基于激光雷達回波信號的自適應閾值車道線檢測[J]. 吳毅華,梁華為,王智靈,梅濤,辛煜,黃如林.  機器人. 2015(04)
[10]基于方向可變Haar特征和雙曲線模型的車道線檢測方法[J]. 王海,蔡英鳳,林國余,張為公.  交通運輸工程學報. 2014(05)

碩士論文
[1]高級輔助駕駛中的車道線檢測研究[D]. 孫宇飛.北京交通大學 2018
[2]基于圖像的車道線檢測與跟蹤算法研究[D]. 劉國榮.湖南大學 2014



本文編號：3056168