隨著社會的進(jìn)步和人們生活水平的提高,汽車日漸普及,在為人們提供便利的同時,也引起了一系列的交通安全事故的發(fā)生,威脅著人們的生命財產(chǎn)安全,其中倒車安全問題更應(yīng)引起人們的重視。通過對國內(nèi)外傳感器技術(shù)及倒車輔助技術(shù)的研究,本文圍繞倒車安全問題,設(shè)計了一種信息融合的倒車?yán)走_(dá)影像系統(tǒng),既充分利用了不同傳感器的優(yōu)勢,又對傳感器信息進(jìn)行了融合處理,使倒車的決策信息更準(zhǔn)確更可靠。本文的主要內(nèi)容如下:首先,根據(jù)系統(tǒng)的實際應(yīng)用場景和具體的需求分析,對系統(tǒng)進(jìn)行了總體設(shè)計,包括傳感器數(shù)據(jù)的采集,數(shù)據(jù)的融合處理和最終信息的輸出。其次,使用雙目視覺和超聲波倒車?yán)走_(dá)搭建倒車環(huán)境的距離感知平臺。對于雙目視覺,使用兩個廣角攝像頭采集倒車環(huán)境影像,首先使用畸變校正方法對進(jìn)行廣角圖像校正,使校正后的圖像可以保留大量邊緣信息,之后通過立體校正、立體匹配得到倒車環(huán)境的視差圖,獲得障礙物位置后利用三角測距原理獲得其深度信息,同時針對雙目測距的精度問題,給出了校正方法;對于超聲波倒車?yán)走_(dá),針對單收單發(fā)倒車?yán)走_(dá)在測量位于兩個探頭之間障礙物時測距結(jié)果偏大的問題,給出了三角形測距的改進(jìn)方法。再次,設(shè)計傳感器的信息融合算法,根據(jù)超聲波雷達(dá)... 

【文章頁數(shù)】：76 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 課題研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀及發(fā)展現(xiàn)狀
        1.2.1 基于傳感器的倒車輔助系統(tǒng)發(fā)展過程及研究現(xiàn)狀
        1.2.2 信息融合技術(shù)及其發(fā)展現(xiàn)狀
    1.3 論文的內(nèi)容及章節(jié)安排
        1.3.1 論文的主要研究內(nèi)容
        1.3.2 論文的章節(jié)安排
2 系統(tǒng)總體方案設(shè)計
    2.1 需求分析與總體結(jié)構(gòu)
    2.2 硬件平臺及設(shè)計方案
    2.3 軟件設(shè)計方案
    2.4 硬件平臺
        2.4.1 系統(tǒng)開發(fā)平臺
        2.4.2 雙目視覺攝像頭
        2.4.3 超聲波倒車?yán)走_(dá)
    2.5 本章小結(jié)
3 多傳感器的距離感知
    3.1 基于雙目視覺的倒車環(huán)境障礙物檢測及測距
        3.1.1 雙目視覺原理及坐標(biāo)轉(zhuǎn)換
        3.1.2 雙目視覺測距流程
    3.2 超聲波倒車?yán)走_(dá)
        3.2.1 倒車?yán)走_(dá)工作原理
        3.2.2 基于三角測距的雷達(dá)算法改進(jìn)
    3.3 傳感器測距實驗及結(jié)果分析
        3.3.1 雙目測距實驗及結(jié)果分析
        3.3.2 倒車?yán)走_(dá)測距實驗及結(jié)果分析
    3.4 本章小結(jié)
4 雙目視覺和倒車?yán)走_(dá)的信息融合算法設(shè)計
    4.1 多傳感器信息融合總體結(jié)構(gòu)
    4.2 倒車區(qū)域空間對準(zhǔn)和障礙物區(qū)域定位
        4.2.1 基于雷達(dá)探測范圍的倒車區(qū)域空間對準(zhǔn)
        4.2.2 障礙物區(qū)域定位
    4.3 基于兩級卡爾曼濾波的區(qū)域信息融合算法
        4.3.1 經(jīng)典卡爾曼濾波算法
        4.3.2 信息融合結(jié)構(gòu)分析
    4.4 多傳感器信息融合實驗結(jié)果仿真分析
    4.5 本章小結(jié)
5 嵌入式系統(tǒng)軟件設(shè)計實現(xiàn)及系統(tǒng)測試
    5.1 宿主機(jī)開發(fā)環(huán)境搭建
        5.1.1 交叉編譯環(huán)境搭建
        5.1.2 NFS服務(wù)器的安裝與配置
    5.2 嵌入式軟件平臺的搭建
    5.3 基于V4L2的雙目圖像采集程序設(shè)計
    5.4 OpenCV視覺庫的嵌入式移植
    5.5 倒車?yán)走_(dá)影像系統(tǒng)的系統(tǒng)測試與結(jié)果分析
        5.5.1 系統(tǒng)實驗平臺介紹
        5.5.2 傳感器模塊采集測試分析
        5.5.3 信息融合系統(tǒng)測試和結(jié)果分析
    5.6 本章小結(jié)
結(jié)論
參考文獻(xiàn)
致謝
作者簡歷及攻讀碩士學(xué)位期間的科研成果


【參考文獻(xiàn)】：
期刊論文
[1]多源信息融合技術(shù)研究綜述[J]. 李洋,趙鳴,徐夢瑤,劉云飛,錢雨辰.  智能計算機(jī)與應(yīng)用. 2019(05)
[2]基于超聲波與IMU融合的倒車測距算法[J]. 馬強(qiáng),王云,陳文淼,楊新達(dá),武玉臣,劉曉林.  內(nèi)燃機(jī)與動力裝置. 2019(04)
[3]多傳感器信息融合技術(shù)綜述[J]. 崔碩,姜洪亮,戎輝,王文揚.  汽車電器. 2018(09)
[4]單兵導(dǎo)航多傳感器信息融合自適應(yīng)濾波算法[J]. 張新喜,郭美鳳,王成賓,程高峰,牛樹來.  導(dǎo)航定位與授時. 2018(01)
[5]自動駕駛產(chǎn)業(yè)發(fā)展現(xiàn)狀及趨勢[J]. 倫一.  電信網(wǎng)技術(shù). 2017(06)
[6]基于雙目立體視覺技術(shù)的汽車測距系統(tǒng)實現(xiàn)[J]. 韓峻峰,王帥.  計算機(jī)應(yīng)用與軟件. 2016(09)
[7]基于雙目立體視覺的倒車環(huán)境障礙物測量方法[J]. 劉昱崗,王卓君,王福景,張祖濤,徐宏.  交通運輸系統(tǒng)工程與信息. 2016(04)
[8]無源定位跟蹤中野值的檢測與剔除方法[J]. 楊軍玲.  電子科技. 2016(06)
[9]激光測距傳感器的原理分析及應(yīng)用[J]. 閆赫.  湘潭大學(xué)自然科學(xué)學(xué)報. 2013(04)
[10]汽車全方位數(shù)字視頻監(jiān)視系統(tǒng)[J]. 高波.  科技信息(科學(xué)教研). 2008(23)

碩士論文
[1]基于雙目立體視覺的汽車測距避障和目標(biāo)識別研究[D]. 宋子豪.華中科技大學(xué) 2019
[2]基于毫米波雷達(dá)及深度學(xué)習(xí)視覺信息融合的前方車輛檢測方法研究[D]. 梁翼.華南理工大學(xué) 2019
[3]基于超聲波測距的倒車防撞報警系統(tǒng)研究[D]. 潘康福.南京郵電大學(xué) 2018
[4]雙目視覺與障礙物探測方法研究[D]. 劉然.西安石油大學(xué) 2018
[5]柴油機(jī)電控VE泵油量執(zhí)行器系統(tǒng)建模與抗干擾控制方法研究[D]. 潘婕.東南大學(xué) 2018
[6]基于雙目立體視覺的移動機(jī)器人障礙物檢測[D]. 鄧博.西南科技大學(xué) 2018
[7]基于超聲波檢測的垂直泊車技術(shù)研究[D]. 方玉杰.合肥工業(yè)大學(xué) 2017
[8]基于嵌入式系統(tǒng)的雙目視覺識別與定位技術(shù)研究[D]. 王興華.哈爾濱工業(yè)大學(xué) 2016
[9]基于雙目視覺的無人車行駛障礙物定位跟蹤方法研究[D]. 陳盼.長安大學(xué) 2016
[10]基于多傳感器信息融合的移動機(jī)器人控制[D]. 羅彬.東華大學(xué) 2016



本文編號：3686647