学位论文 > 优秀研究生学位论文题录展示

车前障碍物检测及车道线识别研究

作　者: 王海涛
导　师: 宿富林
学　校: 哈尔滨工业大学
专　业: 信息与通信工程
关键词: Hough变换车道线拟合车辆阴影检测单目测距
分类号: TP391.41
类　型: 硕士论文
年　份: 2013年
下　载: 7次
引　用: 0次
阅　读: 论文下载

内容摘要

智能汽车安全辅助驾驶系统已成为研究的前沿，在确保车辆行驶安全中发挥着至关重要的作用。本课题主要研究车前障碍物的检测与测距和车道线的检测与拟合，通过车道线和障碍物的特点对图像进行预处理，运用Hough变换法检测车道线，分段拟合车道线，利用阴影法粗略检测车辆，然后利用车辆的特征精确的框定位置，再运用Kalman预测障碍物的位置，最后通过测距公式进行标定摄像机的参数，通过二次标定摄像机的参数并测量本车与障碍物的距离。文章的主要内容如下：（1）首先通过CCD摄像机采集彩色数据图像，对彩色图像进行灰度，然后对图像进行滤波，运用边缘检测算子增强车道线边缘，再一步对图像进行二值化，对二值化后的图像采用近邻法滤除噪点，最后通过DLD算法，进一步筛选车道线的区域。（2）采用Hough变换法检测车道线，首先对于近区采用先中间后两边的方法检测近区车道线，对于远区采用感兴趣区域假设检测车道线，减少了霍夫变换的计算量；在近区车道线完成以后即可进行对行驶汽车进行是否压线的判定；利用分段拟合即近区采用直线拟合法，远区采用抛物线拟合法进行车道线的拟合。（3）提取车辆检测的感兴趣区域，提高了检测的实时性，对感兴趣区域内运用自适应双阈值法检测车辆的底部阴影，然后采用Sobel增强车辆的竖直边缘，提高检测的精度，灰度均值突变行附近区域存在障碍物车辆，建立一个识别的感兴趣区域粗略标定出车辆的位置，通过候选车辆区域的局部信息熵判定是否存在车辆，根据车辆的特征，对ROI图像采用垂直边缘增强，然后在ROI内计算对称性测度，最大的峰值处即为车辆的中心位置，实现精确框定障碍物的位置；利用Kalma预测车辆位置，提高实时性。（4）介绍了摄像机标定的基本理论，对测距公式的变换推导出摄像机标定的方法。运用二次标定法，人工选择四组标定点，分析测距结果的绝对误差和相对误差。二次拟合法和三次拟合法进行测距并运用拟合法进行修正标定点的坐标，难以满足精确度的要求。分析了图像本身的精度对测距结果的影响，表明二次标定法性能良好。

全文目录

摘要  4-5
Abstract  5-9
第1章绪论  9-13
  1.1 课题背景及研究意义  9
  1.2 国内外的研究现状  9-11
    1.2.1 国外研究现状  10-11
    1.2.2 国内研究现状  11
    1.2.3 国外外文献综述的简析  11
  1.3 本文主要工作  11-13
第2章图像预处理  13-22
  2.1 引言  13
  2.2 数据采集数据图像  13
  2.3 图像灰度化  13-14
  2.4 图像滤波  14-15
  2.5 边缘检测  15-17
  2.6 灰度图像的二值化  17-18
  2.7 近邻法去除杂波  18-19
  2.8 车道线区域的进一步筛选(Dark-Light-Dark,DLD 算法)  19-21
  2.9 本章小结  21-22
第3章车道线初始检测和压线报警  22-33
  3.1 引言  22-23
  3.2 霍夫变换  23-25
  3.3 车道线检测  25-29
    3.3.1 近区车道线初始检测  25-26
    3.3.2 远区车道线检测  26-28
    3.3.3 压线报警检测  28-29
  3.4 车道线拟合  29-32
    3.4.1 车道线拟合  30
    3.4.2 近区车道线直线拟合  30-31
    3.4.3 远区车道线抛物线拟合  31-32
  3.5 本章小结  32-33
第4章障碍物检测  33-46
  4.1 引言  33
  4.2 阴影检测粗略框定障碍物  33-39
    4.2.1 感兴趣区域  33-34
    4.2.2 阴影检测法的概述  34
    4.2.3 自适应双阈值阴影检测法  34-36
    4.2.4 前方车辆初步探测  36-37
    4.2.5 图像熵判定障碍物是否存在  37
    4.2.6 障碍物初步检测基本流程  37-39
  4.3 精确定位障碍物  39-42
    4.3.1 Sobel 垂直边缘增强  39-40
    4.3.2 垂直边缘对称性精确框定前方车辆  40-41
    4.3.3 失效判别模块  41-42
  4.4 Kalman 预测  42-45
    4.4.1 Kalman 滤波基本原理  42-43
    4.4.2 Kalman 滤波预测车辆位置  43-45
  4.5 本章小结  45-46
第5章单目视觉测距  46-68
  5.1 引言  46
  5.2 摄像机内部参数的标定  46-54
    5.2.1 车前障碍物的测量距离模型  46-47
    5.2.2 摄像机内部参数  47-48
    5.2.3 摄像机标定  48-54
  5.3 二次标定  54-58
  5.4 拟合法标定  58-64
    5.4.1 拟合法测距  58-62
    5.4.2 拟合法修订标定点坐标优化测距  62-64
  5.5 误差率分析  64-67
    5.5.1 拟合法  64
    5.5.2 二次标定法  64-67
  5.6 本章小结  67-68
结论  68-69
参考文献  69-74
致谢  74

车前障碍物检测及车道线识别研究

内容摘要

全文目录

相似论文