無(wú)人車自動(dòng)駕駛關(guān)鍵技術(shù)是當(dāng)前學(xué)術(shù)各界研究的熱門課題之一,其潛在的巨大商業(yè)價(jià)值引領(lǐng)著一代代研究者不斷向更廣更深的領(lǐng)域探索。自動(dòng)駕駛技術(shù)一旦成熟,隨之而來(lái)的智慧交通、智慧城市將顛覆人類對(duì)于交通出行的認(rèn)知,甚至影響到人類生活的方方面面。因此,本文關(guān)于無(wú)人車自動(dòng)駕駛關(guān)鍵技術(shù)的研究具有重要的實(shí)用價(jià)值和意義。論文首先研究了圖像測(cè)距領(lǐng)域的各坐標(biāo)系的變換關(guān)系,同時(shí)按照雙目視覺測(cè)距的主要流程,通過實(shí)驗(yàn)分析圖像預(yù)處理、相機(jī)標(biāo)定、立體匹配、后處理等過程中各算法的優(yōu)劣,給出了基于十字窗的代價(jià)函數(shù)聚合立體匹配算法的無(wú)人車雙目測(cè)距方案,并驗(yàn)證該算法在巡航無(wú)人車工況下測(cè)距的可行性和實(shí)時(shí)性。接下來(lái)論文研究了各種圖像特征檢測(cè)、特征描述以及特征匹配算法,給出了基于ORB的旋轉(zhuǎn)自適應(yīng)圖像拼接算法,滿足無(wú)人車自動(dòng)駕駛過程中的平移不變性、旋轉(zhuǎn)不變性以及一定的尺度不變性要求,通過實(shí)驗(yàn)對(duì)比并結(jié)合數(shù)據(jù)分析,證明了基于ORB的旋轉(zhuǎn)自適應(yīng)圖像拼接算法在無(wú)人車自動(dòng)駕駛領(lǐng)域的優(yōu)越性。最后,論文研究了全卷積神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu),分析各部分結(jié)構(gòu)模塊的作用,并給出了基于FCN-8S的優(yōu)化模型,即在FCN-8S的結(jié)構(gòu)上增加空洞卷積、反卷積和反池化等模... 

【文章來(lái)源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁(yè)數(shù)】：67 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

剛體變換示意圖

00 01 0210 11 1220 21 22C W xC W yC W zY r r r Y TZ r r r Z T C WX RX T物理意義為：機(jī)坐標(biāo)系；坐標(biāo)系；T：平移。機(jī)的外參矩陣的參數(shù)，取決于相機(jī)之間的相對(duì)位姿和參數(shù)矩陣記為：W [R T]像機(jī)坐標(biāo)系投影到圖像坐標(biāo)系—投影變換：投影變換標(biāo)系將物體投影至圖像中，從而得到的由三維降為二

證了匹配效果。基于十字窗的代價(jià)函數(shù)算法打破了之前固定窗口的限定，通過灰度和距離信息構(gòu)造全新的窗口。如圖2-8所示，在圖像中定義目標(biāo)像素點(diǎn)p的上下左右四條臂為, , ,u d l rp p p p，臂的條件為像素灰度與目標(biāo)像素點(diǎn)灰度差小于閾值 ，且臂長(zhǎng)不大于閾值L。如下所示：| I ( p ) I ( p)|p p L (2-23)其中p代表目標(biāo)像素點(diǎn)，p 代表臂上其余任意像素點(diǎn)，I ( p)代表像素點(diǎn)p的

【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)ORB和PROSAC的無(wú)人機(jī)航拍圖像拼接算法[J]. 李振宇,田源,陳方杰,韓軍.  激光與光電子學(xué)進(jìn)展. 2019(23)
[2]一種改進(jìn)的SIFT算法在圖像拼接算法中的應(yīng)用[J]. 馮言榮.  計(jì)算機(jī)產(chǎn)品與流通. 2019(06)
[3]基于卷積神經(jīng)網(wǎng)絡(luò)的多任務(wù)圖像語(yǔ)義分割[J]. 梁博,于蕾,李爽.  無(wú)線電工程. 2019(07)
[4]5G Flexible Optical Transport Networks with Large-Capacity, Low-Latency and High-Efficiency[J]. Yuefeng Ji,Jiawei Zhang,Yuming Xiao,Zhen Liu.  中國(guó)通信. 2019(05)
[5]基于SIFT的自適應(yīng)旋轉(zhuǎn)圖像無(wú)縫拼接算法[J]. 姚偉,胡虹.  南京理工大學(xué)學(xué)報(bào). 2019(02)
[6]結(jié)合變形函數(shù)和冪函數(shù)權(quán)重的圖像拼接[J]. 李加亮,蔣品群.  計(jì)算機(jī)應(yīng)用. 2019(10)
[7]無(wú)人駕駛技術(shù)綜述[J]. 汪榆程.  科技傳播. 2019(06)
[8]Improved SLIC Segmentation Algorithm for Artificial Structure Images[J]. Jianzhong Wang,Pengzhan Liu,Jiadong Shi,Guodong Yan.  Journal of Beijing Institute of Technology. 2019(03)
[9]基于深度學(xué)習(xí)的圖像語(yǔ)義分割方法綜述[J]. 田萱,王亮,丁琪.  軟件學(xué)報(bào). 2019(02)
[10]圖像語(yǔ)義分割問題研究綜述[J]. 肖朝霞,陳勝.  軟件導(dǎo)刊. 2018(08)

碩士論文
[1]機(jī)器視覺與毫米波雷達(dá)融合的前方車輛檢測(cè)方法研究[D]. 譚力凡.湖南大學(xué) 2018
[2]基于計(jì)算機(jī)視覺的前方車輛檢測(cè)及測(cè)距研究[D]. 李佳旺.浙江工商大學(xué) 2018
[3]基于特征描述的圖像匹配技術(shù)研究[D]. 李倩.桂林電子科技大學(xué) 2017
[4]基于ORB特征的視頻圖像拼接技術(shù)研究[D]. 姜鵬飛.電子科技大學(xué) 2016
[5]我國(guó)智慧城市建設(shè)與政府管理問題研究[D]. 焦黎帆.西安建筑科技大學(xué) 2015
[6]全景圖像的校正與拼接算法[D]. 李洪蕊.天津科技大學(xué) 2015
[7]基于亞像素精度的立體圖像匹配算法研究[D]. 高素文.廣東工業(yè)大學(xué) 2014
[8]基于圖像分割的置信傳播立體匹配算法研究[D]. 李彬彬.南京航空航天大學(xué) 2011
[9]基于Harris角點(diǎn)檢測(cè)算法的圖像拼接技術(shù)研究[D]. 賈瑩.吉林大學(xué) 2010



本文編號(hào)：3328421