近年來(lái),隨著全球經(jīng)濟(jì)不斷發(fā)展,道路上的車輛越來(lái)越多,隨之而來(lái)的是城市交通擁堵和交通事故增加。先進(jìn)駕駛輔助系統(tǒng)和無(wú)人駕駛技術(shù)可以通過(guò)提醒駕駛員或接管駕駛員操作的方式來(lái)降低事故發(fā)生率,提高交通運(yùn)輸效率。車道線識(shí)別是先進(jìn)駕駛輔助系統(tǒng)和無(wú)人駕駛技術(shù)的重要組成部分之一,可以為車道偏離預(yù)警、路徑規(guī)劃、橫向控制等提供反饋。然而,快速的車道線識(shí)別算法容易受光照條件、遮擋、天氣等影響,高精度的車道線識(shí)別算法計(jì)算量較大,運(yùn)行速度相對(duì)遜色。因此,兼具魯棒性與快速性的車道線識(shí)別算法研究是當(dāng)前的研究熱點(diǎn)。針對(duì)以上問(wèn)題,本文提出了一種基于深度學(xué)習(xí)語(yǔ)義分割和光流估計(jì)的快速響應(yīng)車道線識(shí)別方法,首先通過(guò)車道線分割得到車道線像素點(diǎn)在圖像中的位置特征,然后根據(jù)這些像素點(diǎn)的位置特征對(duì)車道線進(jìn)行分類和去噪,最后通過(guò)單目視覺(jué)測(cè)距算法和最小二乘法得到圖像中所有車道線在攝相機(jī)坐標(biāo)系中的二次曲線方程。具體工作主要包括以下兩個(gè)方面:在車道線分割階段,本方法將視頻幀分為關(guān)鍵幀與非關(guān)鍵幀,關(guān)鍵幀的車道線分割由語(yǔ)義分割網(wǎng)絡(luò)完成;非關(guān)鍵幀的車道線分割由光流估計(jì)網(wǎng)絡(luò)結(jié)合關(guān)鍵幀分割結(jié)果完成;視頻幀的屬性判斷由一個(gè)極小的神經(jīng)網(wǎng)絡(luò)結(jié)合視頻幀的底層光流特... 

【文章來(lái)源】：重慶郵電大學(xué)重慶市

【文章頁(yè)數(shù)】：66 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

邊緣檢測(cè)效果圖

重慶郵電大學(xué)碩士學(xué)位論文第2章相關(guān)模型介紹10緣信息在傅里葉變換過(guò)后被發(fā)現(xiàn)具有高頻和低頻信息，因此通過(guò)高斯函數(shù)的傅里葉變換可以獲得噪聲較少且更易提取的圖像邊緣。由于高斯函數(shù)的可分離性質(zhì)，因此車道線圖像中應(yīng)用高斯濾波器計(jì)算過(guò)程可以分步進(jìn)行，分別一次沿著圖像橫軸和縱軸做卷積，計(jì)算量為線性增長(zhǎng)。使用Canny算子的邊緣檢測(cè)的效果如圖2.1所示。為了去除不必要的計(jì)算，車道線識(shí)別算法通常設(shè)置車輛行駛正前方為感興趣區(qū)域，然后使用形態(tài)學(xué)中的腐蝕和膨脹對(duì)邊緣像素點(diǎn)進(jìn)行去噪和補(bǔ)充，最后使用霍夫變換檢測(cè)出可能為車道線的曲線。經(jīng)過(guò)是上述處理后的車道線識(shí)別效果如圖2.2所示。圖2.1邊緣檢測(cè)效果圖圖2.2邊緣檢測(cè)結(jié)合感興趣區(qū)域和霍夫變換效果

重慶郵電大學(xué)碩士學(xué)位論文第2章相關(guān)模型介紹11經(jīng)過(guò)上述處理后圖2.2中仍然存在很多非車道線直線，為了進(jìn)一步去噪，算法通常使用等間隔采樣或者灰度直方圖統(tǒng)計(jì)法，將非當(dāng)前車道區(qū)域的直線去除，最終效果如圖2.3所示。圖2.3基于邊緣特征的車道線識(shí)別結(jié)果基于邊緣檢測(cè)的車道線識(shí)別方法，由于算法復(fù)雜度低，在檢測(cè)環(huán)境比較簡(jiǎn)單的情況下，例如沒(méi)有過(guò)多車輛和行人，路面光照良好、顏色平緩的條件下，可以迅速完成車道線識(shí)別。因此，該種方法也難以滿足高級(jí)別無(wú)人駕駛的要求。2.1.2基于顏色空間變換的車道線識(shí)別模型日常生活中車道線為白色，因此車輛行駛區(qū)域內(nèi)連續(xù)出現(xiàn)的白色區(qū)域很有可能是車道線。因此，部分學(xué)者從這個(gè)角度入手對(duì)車道線進(jìn)行檢測(cè)。在自然場(chǎng)景下，不經(jīng)任何處理的圖像受光照亮度影響比較明顯，將車道圖像的顏色空間轉(zhuǎn)換到Y(jié)CrCb空間可以有效減少亮度的變化對(duì)檢測(cè)結(jié)果的影響，控制YCrCb顏色空間中各個(gè)特征分量的取值范圍，可以有效地將車道線與背景區(qū)域分開(kāi)。HSV是一種以圖像顏色的色調(diào)、飽和度以及明亮度為特征量的顏色空間，連續(xù)車道在區(qū)域內(nèi)通常是均勻且統(tǒng)一的，因此從HSV顏色空間入手對(duì)車道線進(jìn)行識(shí)別也是一種思路。圖像被變換到上述兩種顏色空間之后，通過(guò)對(duì)特征范圍進(jìn)行設(shè)置，可以實(shí)現(xiàn)車道線分離。

【參考文獻(xiàn)】：
期刊論文
[1]一種實(shí)時(shí)車道線偏離預(yù)警系統(tǒng)算法設(shè)計(jì)和實(shí)現(xiàn)[J]. 徐美華,張凱欣,蔣周龍.  交通運(yùn)輸工程學(xué)報(bào). 2016(03)
[2]一種彎道標(biāo)志線啟發(fā)式分段搜索算法[J]. 王珂娜,初雪梅,張維剛,王耀南.  電子測(cè)量與儀器學(xué)報(bào). 2013(08)
[3]基于單目視覺(jué)的跟馳車輛車距測(cè)量方法[J]. 余厚云,張為公.  東南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2012(03)
[4]基于視覺(jué)的車道偏離報(bào)警系統(tǒng)的研究[J]. 李旭,張為公.  儀器儀表學(xué)報(bào). 2008(07)

碩士論文
[1]智能車速度規(guī)劃及橫縱向控制方法研究[D]. 馬學(xué)崢.北京工業(yè)大學(xué) 2019
[2]基于機(jī)器視覺(jué)的車道偏離及碰撞預(yù)警技術(shù)研究[D]. 張?jiān)骑w.北京工業(yè)大學(xué) 2017
[3]基于相機(jī)的車道線識(shí)別與車道偏離預(yù)警技術(shù)研究[D]. 王懷濤.合肥工業(yè)大學(xué) 2017
[4]基于視覺(jué)的移動(dòng)機(jī)器人運(yùn)動(dòng)目標(biāo)跟蹤技術(shù)研究[D]. 李陽(yáng).北京交通大學(xué) 2009



本文編號(hào)：3426021