学位论文 > 优秀研究生学位论文题录展示

基于多相机全向视觉导航的道路建模

作　者: 王延长
导　师: 刘济林
学　校: 浙江大学
专　业: 信息与通信工程
关键词: 自主车多相机全向视觉系统交叉口检测建模导航 Radon变换混合高斯模型马尔可夫随机场图割理论
分类号: U495
类　型: 博士论文
年　份: 2013年
下　载: 28次
引　用: 0次
阅　读: 论文下载

内容摘要

视觉导航是自主车的一种重要的导航方式。然而普通视觉传感器视场较小,无法感知道路,特别是道路交叉口的全局信息,给视觉导航造成了一定的局限性。多相机全向视觉系统(Omnidirectional Multi-camera System, OMS)具有视场大、分辨率高、畸变小等优点。本文以多相机全向视觉系统作为视觉导航传感器,以Radon变换、混合高斯模型、马尔可夫随机场和图割理论为数学工具,重点研究了自主车视觉导航中的交叉口检测、交叉口结构估计与建模、转弯参考路径的规划、转弯车速控制等问题。本文的主要内容和贡献如下：1.提出了多相机全向视觉系统外部参数的标定算法。外部参数标定是确定导航系统与环境的位姿关系的重要方法。本算法首先计算外部参数的初始值,然后采用Levenberg-Marquardt算法对其进行迭代优化而得到精确的标定结果。本文还对算法的有效性和稳定性进行了分析。2.提出一种基于混合高斯模型和马尔可夫随机场的道路检测算法。以往基于概率和机器学习的道路检测方法虽考虑了帧间的联系和影响,但忽略了像素间的空间关系,容易导致过分割。本算法将道路的分割转化为图像像素的最优二类标记问题,先利用机器学习获得混合高斯模型参数,从而得到图像属于每一类标记的概率密度场,而后由马尔可夫随机场进行空间关系建模,通过图割理论计算路与非路的最优标记。3.提出了道路交叉口的参数化模型和数据结构,并研究了该模型的回归算法。在道路交叉口的自主导航中,通常需要对交叉口的形状、结构进行描述和存储。非参数化的描述方法数据量大,不利于处理和存储。因此,本文提出了一种交叉口的参数化模型。该模型采用道路红线模型和内包络线模型对交叉口进行描述,具有良好的通用性和灵活性。其中,道路红线模型反映了交叉口的边缘信息,有利于最大化地保存交叉口的结构和形状；而内包络线模型描述了自主车安全通行的区域,主要用于自主导航和路径规划,保证了行驶的安全性。4.提出了基于Radon变换的道路交叉口检测与识别算法,并实现了基于道路交叉口参数化模型的转弯参考路径的规划和车速控制。道路交叉口的检测和识别是交叉口自主导航中的一个重要问题,它决定了导航系统对道路结构的基本判断。在已有的检测与识别算法中,有些仅检测某一特定类型的道路交叉口,有些则基于较强的前提条件或假设,这些都带来了一定的局限性。本文提出了一种基于Radon变换的道路交叉口检测和识别算法,该算法可以检测多种类型的交叉口,并识别它们的结构和类型。在对交叉口建立参数化模型后,本文还计算出自主车转弯的参考轨迹和参考半径等信息,同时由车速控制算法给出了自主车转弯过程中的限制车速。

全文目录

致谢  5-7
摘要  7-9
Abstract  9-11
目录  11-14
图目录  14-17
表目录  17-18
1 绪论  18-32
  1.1 研究背景和意义  18-19
  1.2 面向道路交叉口的视觉导航技术综述  19-23
  1.3 全向视觉系统综述  23-29
    1.3.1 折射式全向视觉系统  24-25
    1.3.2 折反射式全向视觉系统  25-26
    1.3.3 多相机全向视觉系统  26-29
  1.4 论文内容和结构  29-32
2 多相机全向视觉系统的外参标定与校正  32-56
  2.1 引言  32-33
  2.2 相关工作  33-35
    2.2.1 全向相机的标定方法  33-34
    2.2.2 全向相机的校正方法  34-35
  2.3 多相机全向视觉系统的外部参数标定  35-42
    2.3.1 Ladybug3全向视觉系统  35-37
    2.3.2 多相机全向视觉系统的外部参数标定  37-42
  2.4 多相机全向立体视觉系统的校正  42-49
    2.4.1 全向立体视觉系统的标定  42-44
    2.4.2 校正算法的几何架构  44-47
    2.4.3 基于插值的立体校正  47
    2.4.4 校正后图像的三维重建  47-49
  2.5 实验结果与分析  49-55
    2.5.1 标定实验结果  49-51
    2.5.2 校正实验结果  51-55
  2.6 本章小结  55-56
3 基于全向视觉的大视场道路检测算法  56-82
  3.1 引言  56-59
  3.2 道路的概率模型  59-64
    3.2.1 混合高斯模型  59-60
    3.2.2 混合高斯模型的训练和更新  60-64
  3.3 道路的空间关系模型  64-70
    3.3.1 马尔可夫随机场  65-66
    3.3.2 基于马尔可夫随机场描述的图像模型  66-70
  3.4 基于能量最小化的道路分割和检测算法  70-73
  3.5 基于形态学的可通行区域识别  73-74
  3.6 实验结果与分析  74-79
  3.7 本章小结  79-82
4 道路交叉口参数化模型  82-106
  4.1 引言  82-83
  4.2 道路交叉口的参数化模型  83-89
    4.2.1 术语及符号  83-84
    4.2.2 道路交叉口的参数化模型  84-86
    4.2.3 参数化模型的自组织及数据结构  86-89
  4.3 道路交叉口基本元素像素边界的识别与自动分解  89-92
    4.3.1 道路交叉口独立边缘的提取  89-90
    4.3.2 独立边缘的分解  90-92
  4.4 基本几何元素的非线性快速回归方法  92-100
    4.4.1 直线的拟合  93-98
    4.4.2 基于圆心约束和最小二乘的圆拟合方法  98-100
  4.5 基于参数化模型的圆轨迹规划算法  100-104
  4.6 本章小结  104-106
5 基于全向视觉的道路交叉口检测与建模  106-132
  5.1 引言  106-108
  5.2 道路交叉口检测  108-114
    5.2.1 Radon变换  108-109
    5.2.2 基于Radon变换的道路中线检测  109-112
    5.2.3 道路交叉口的检测  112-114
  5.3 基于道路交叉口参数化模型的建模  114-119
    5.3.1 道路交叉口的度和方向角的确定  114-115
    5.3.2 道路交叉口模型的参数回归  115-119
  5.4 基于道路交叉口参数化模型的参考路径规划与车速控制  119-121
    5.4.1 转弯参考路径规划  119-120
    5.4.2 参考限制车速的计算  120-121
  5.5 实验结果与分析  121-129
  5.6 本章小结  129-132
6 总结与展望  132-136
  6.1 本文工作总结  132-133
  6.2 未来工作展望  133-136
参考文献  136-146
攻读学位期间获得的科研成果  146-147

基于多相机全向视觉导航的道路建模

内容摘要

全文目录

相似论文