基于視覺的自主車導(dǎo)航技術(shù)的研究.pdf

1、視覺導(dǎo)航技術(shù)已經(jīng)成為了自主車導(dǎo)航的關(guān)鍵技術(shù),但容易受外界環(huán)境條件變化的影響如天氣、光線等,其魯棒性一直是一個(gè)難點(diǎn)。另外,該技術(shù)對(duì)視覺信息處理的實(shí)時(shí)性要求比較高。為同時(shí)保證處理的實(shí)時(shí)性和魯棒性,本文結(jié)合道路場(chǎng)景的空域和時(shí)域兩方面的信息進(jìn)行了研究。
　　 采用整體法對(duì)道路進(jìn)行分割,基本原理是利用道路路面在色彩、灰度或者紋理方面的一致性,通過(guò)區(qū)域生長(zhǎng)的方法確定路面區(qū)域。考慮到區(qū)域生長(zhǎng)方法的缺點(diǎn)即計(jì)算的空間和時(shí)間開銷都很大,難以保證道路

2、區(qū)域分割的實(shí)時(shí)性和魯棒性,本文對(duì)其做出兩方面改進(jìn):一方面利用序列圖像中連續(xù)幀的相似性,改進(jìn)了種子點(diǎn)的選擇以及種子的搜索方法,提高了種子生長(zhǎng)的速度；另一方面將序貫濾波應(yīng)用到序列圖像中對(duì)道路區(qū)域進(jìn)行形狀抗噪,提高了道路區(qū)域分割的魯棒性。
　　 從車輛主動(dòng)安全性的角度出發(fā),對(duì)車輛的安全保障技術(shù)進(jìn)行了積極有益的探索。綜合考慮車輛在當(dāng)前車道中的橫向位置以及當(dāng)前行駛方向這兩個(gè)參數(shù)對(duì)車輛行駛姿態(tài)的影響,建立車道偏離預(yù)警模型。首先劃分車輛當(dāng)前行

3、駛車道,然后分別對(duì)車輛在當(dāng)前車道中的橫向位置以及當(dāng)前行駛方向進(jìn)行參數(shù)估計(jì),最后應(yīng)用模型進(jìn)行預(yù)警。經(jīng)實(shí)驗(yàn)證明,該模型能夠?qū)崿F(xiàn)車輛偏離車道的實(shí)時(shí)監(jiān)測(cè)和預(yù)警。
　　 對(duì)岔路口場(chǎng)景匹配問(wèn)題進(jìn)行了研究,通過(guò)模仿人類視覺快速識(shí)別目標(biāo)的機(jī)制,采用了由粗到精的匹配策略。針對(duì)場(chǎng)景匹配過(guò)程中即時(shí)圖像與場(chǎng)景記憶圖像存在錯(cuò)位、景深以及光照變化等問(wèn)題,本文在粗匹配過(guò)程中引入了圖像的不變特征如顏色顯著性和邊緣特征等進(jìn)行快速的篩選,緊接著利用SIFT局部特征