本文關(guān)鍵詞：基于視覺的智能車輛道路識別與障礙物檢測方法研究　出處：《哈爾濱工業(yè)大學(xué)》2017年博士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 智能車輛 消失點(diǎn)檢測 道路分割 障礙物檢測 軌跡跟蹤

【摘要】：隨著世界經(jīng)濟(jì)的發(fā)展和城市化進(jìn)程的不斷加速,汽車給人們的生活和生成活動帶來了極大的便利,成為了必不可少的交通工具。智能車輛具有減少交通事故、提高交通運(yùn)輸能力的重要意義及廣闊的市場前景,能夠引領(lǐng)汽車工業(yè)未來的發(fā)展,因此受到廣泛的關(guān)注。在現(xiàn)有的智能車輛系統(tǒng)中,激光雷達(dá)由于出色的速度和精度成為當(dāng)之無愧的主角,是實(shí)現(xiàn)高精度定位不可或缺的重要組成部分,但是從某種程度上來講,價格是阻礙其市場化的主要因素。與激光雷達(dá)傳感器相比,視覺傳感器具有采樣速率快、重量輕、能耗低及價格低廉等優(yōu)點(diǎn),因此許多國內(nèi)外研究機(jī)構(gòu)都紛紛將其列為研究的重點(diǎn)。但是,目前基于視覺的智能車輛環(huán)境感知技術(shù)還存在容易受光照、氣候及道路類型等因素的影響,導(dǎo)致算法的精度和實(shí)時性不足。本文以智能車輛的環(huán)境感知為研究對象,針對現(xiàn)有的道路識別與障礙物檢測算法中存在的問題展開深入的研究,具體的研究內(nèi)容如下:(1)研究道路圖像消失點(diǎn)檢測技術(shù)。消失點(diǎn)作為圖像的基本特征之一,不管是直道還是彎道均可用來控制車輛的行進(jìn)方向,且因其在各種復(fù)雜道路環(huán)境下表現(xiàn)出色而備受關(guān)注。然而,現(xiàn)有的檢測方法存在紋理特征提取及投票計算過程復(fù)雜、易受與道路方向不一致的局部強(qiáng)紋理特征干擾的影響等問題。對此,提出基于聯(lián)合4方向Gabor濾波器與粒子濾波技術(shù)的道路圖像消失點(diǎn)檢測算法。首先,該算法采用聯(lián)合4方向Gabor濾波器提高紋理特征提取的計算效率,同時在濾波過程中引入置信度測量對有效像素點(diǎn)進(jìn)行篩選,以排除弱紋理像素的干擾;其次,算法使用稀疏投票策略及粒子濾波跟蹤技術(shù)降低投票函數(shù)的計算復(fù)雜度并提升算法的抗干擾能力;最后,算法根據(jù)投票累加空間的峰度及消失點(diǎn)幀間移動位移調(diào)控待定消失點(diǎn)的分布范圍,從而保證檢測的穩(wěn)定性,并使算法能從偏離位置中恢復(fù)過來。通過與該領(lǐng)域最具代表性的方法進(jìn)行比較,實(shí)驗(yàn)結(jié)果表明本文方法具有更高的檢測精度、效率及更強(qiáng)的抗干擾能力。(2)研究道路圖像分割問題。針對現(xiàn)有的基于消失點(diǎn)約束的道路圖像分割方法過于依賴道路的邊緣特征,導(dǎo)致容易出現(xiàn)過分割的問題,提出一種融合道路紋理、路面與非路面顏色特征提高道路圖像分割精度的方法。算法基于消失點(diǎn)約束的直線道路模型,將道路分割轉(zhuǎn)換為貝葉斯后驗(yàn)概率密度估計問題。該算法利用方向一致性比例來描述道路的紋理特征,及通過非線性轉(zhuǎn)換函數(shù)及自監(jiān)督策略計算圖像像素與“路面”像素的相似性,凸顯出圖像中的路面區(qū)域,以此作為路面與非路面視覺特征測量的概率原型。算法利用了紋理、路面與非路面顏色三種視覺特征各自的優(yōu)點(diǎn),通過最大化貝葉斯后驗(yàn)概率密度估計分割出路面。通過與無監(jiān)督或半監(jiān)督道路分割研究領(lǐng)域最具代表性的方法進(jìn)行比較,實(shí)驗(yàn)結(jié)果表明本文方法的精度更高。(3)研究基于雙目視覺的道路場景三維重建與障礙物檢測技術(shù)。光照變化、視差不連續(xù)、遮擋及弱紋理區(qū)域歧義匹配,以及實(shí)時性和資源消耗等是目前面向智能車輛的雙目視覺算法所存在的主要問題。雖然在某一方面國內(nèi)外研究已經(jīng)取得了豐碩的成果,但是目前還沒有相關(guān)研究能在保證系統(tǒng)精度與實(shí)時性的前提下綜合性地解決好以上幾個難題。為此本文采用:相對梯度Census變換克服光照變化問題;稀疏匹配代價聚合策略、預(yù)測編碼及視差上采樣技術(shù)降低算法的時間和空間復(fù)雜度;平滑約束技術(shù)和視差求精算法消除弱紋理區(qū)域的歧義匹配問題,提高視差不連續(xù)及遮擋區(qū)域像素的匹配精度。通過與最新具有代表性的局部雙目立體匹配算法進(jìn)行比較,實(shí)驗(yàn)結(jié)果證明本文算法具有對光照變化不敏感、計算效率及精度高、低內(nèi)存開銷的優(yōu)點(diǎn)。另外,算法通過使用參考柵格法提取視差圖中的障礙物,實(shí)驗(yàn)結(jié)果表明其適用于結(jié)構(gòu)化與非結(jié)構(gòu)化道路,且能檢測正、負(fù)及懸掛障礙物。(4)研究視覺導(dǎo)航算法在智能車輛軌跡跟蹤控制中的應(yīng)用。本文通過研究軌跡跟蹤與控制問題,介紹上述三種環(huán)境感知算法在智能車輛系統(tǒng)中的應(yīng)用,分析如何與自動控制算法相結(jié)合實(shí)現(xiàn)車輛的自主駕駛功能,以對全文的研究工作進(jìn)行系統(tǒng)的驗(yàn)證。算法采用:消失點(diǎn)檢測、道路分割與障礙物檢測算法確定道路的可行駛方向及無障區(qū)域;A*算法及三次樣條曲線函數(shù)規(guī)劃出平滑的行車路線;具有三層滑模面的滑�？刂扑惴▽⒁曈X導(dǎo)航信息轉(zhuǎn)化為控制輸入信號,驅(qū)動車輛沿著參考軌跡行駛。實(shí)驗(yàn)結(jié)果證明本文的環(huán)境感知算法的有效性,且所提出的滑模控制算法具有不受模型匹配與不匹配干擾的影響,控制輸入信號中無明顯的抖振現(xiàn)象等方面的優(yōu)點(diǎn),若應(yīng)用于智能車輛系統(tǒng)中,能起到降低電子元器件熱損耗和執(zhí)行部件的磨損,提高軌跡跟蹤精度等作用。
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2017
【分類號】：U463.6;TP391.41

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 許亮;田崢;王震;;基于可變窗口視差優(yōu)化的并行立體匹配[J];計算機(jī)工程與應(yīng)用;2015年15期

2 羅小松;房斌;楊維斌;;采用韋伯局部特征的道路消失點(diǎn)檢測[J];計算機(jī)應(yīng)用;2014年S1期

3 田崢;徐成;米超;李仁發(fā);王曉棟;;基于消失點(diǎn)和主方向估計的道路分割算法[J];計算機(jī)研究與發(fā)展;2014年04期

4 王永忠;文成林;;基于Haar紋理的非結(jié)構(gòu)化道路消失點(diǎn)檢測[J];中國圖象圖形學(xué)報;2013年04期

5 王殿君;;基于改進(jìn)A~*算法的室內(nèi)移動機(jī)器人路徑規(guī)劃[J];清華大學(xué)學(xué)報(自然科學(xué)版);2012年08期

6 門朝光;邊繼龍;李香;;基于限制搜索空間的快速立體匹配方法[J];吉林大學(xué)學(xué)報(工學(xué)版);2012年02期

7 霍智勇;朱秀昌;劉天亮;;基于線性生長的區(qū)域立體匹配算法研究[J];儀器儀表學(xué)報;2011年04期

8 盧瑜;;基于低分辨率單目視覺的非結(jié)構(gòu)化道路檢測算法[J];計算機(jī)工程與設(shè)計;2010年18期

9 鄭成勇;;一種CIELab顏色空間中的車牌定位方法[J];五邑大學(xué)學(xué)報(自然科學(xué)版);2010年01期

10 張志強(qiáng);王萬玉;;一種改進(jìn)的雙邊濾波算法[J];中國圖象圖形學(xué)報;2009年03期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 于方杰;光照變化條件下立體視覺技術(shù)研究[D];中國海洋大學(xué);2013年

2 羅桂娥;雙目立體視覺深度感知與三維重建若干問題研究[D];中南大學(xué);2012年

3 任殿波;自動化公路系統(tǒng)車輛縱橫向控制[D];西南交通大學(xué);2008年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 宋彥肖;立體視覺匹配算法研究[D];西安電子科技大學(xué);2014年

，

本文編號：1316381