基于计算机视觉的车辆立体定位与导航研究

发布时间：2017-03-20 03:09

  本文关键词：基于计算机视觉的车辆立体定位与导航研究，由笔耕文化传播整理发布。

【摘要】：交通系统中车辆与车辆队列控制在现实生活中有着极其重要的应用价值,交通系统中利用计算机视觉对车辆进行定位跟踪并对其导航是国内外研究热点之一,也是一个非常富有挑战性的课题。本文志在搭建一个拟真的交通模拟室内实验环境,降低采用真实车辆进行实验带来的成本,避免不安全因素。利用计算机视觉技术对车辆进行定位跟踪与导航控制,避免了额外的传感器消耗,从而降低试验成本。计算机视觉相比其他传感器定位方案抗干扰能力更强,鲁棒性更强。交通系统是一个复杂的立体环境,交通系统中的车辆定位跟踪与导航存在以下挑战：(1)真实交通环境中是极其复杂的,在车辆检测中存在着诸多的干扰因素,如何跟踪定位到目标车辆是一个挑战。(2)非开放的室内空间中,现有的车辆位置检测方法大都采用相对位置定位,在一个特定的环境中运行的车辆无法获得在环境中的全局位置信息。GPS信号在室内环境中受到干扰,采用何种车辆检测方法成为一个问题。(3)背景中存在大量的干扰物体,对目标跟踪定位产生了诸多影响。如何利用利用计算机视觉技术分离前景待检测物体与背景是一项挑战。(4)车辆行驶在真实的三维环境中,现有的多数技术方案只能获取车辆的二维平面位置。如今立体交通系统,如立交桥,高架桥逐渐增多,如何获取车辆的深度信息来分辨车辆在立体交通系统中的位置是以亟待解决的问题。(5)车辆在车载传感器辅助的情况下可以进行车辆队列跟驰,沿车道线行驶等操作,但是如何利用全局位置信息规划出到达目的地的最短路径更加具有实际应用价值。在室内如GPS、超声波等传感器受干扰的情况下感知室内环境,对车辆进行导航成为了挑战。考虑上述挑战,针对室内交通模拟试验环境,本文主要对立体空间下的运动目标定位跟踪与导航控制进行了研究：(1)提出了两种平面定位方法：基于类二维码特征标记检测方法；基于模版匹配与camshift结合的特征标记定位跟踪方法。两种方法均可实时检测特征标记二维平面位置。针对两种检测方法进行实验,第二种特征标记检测方法具有更高的效率,本系统采用第二种方法来获得车辆二维平面位置。(2)通过对双目立体视觉系统理论研究,对两个摄像头进行立体标定,建立本文所描述的双目立体视觉系统。通过实验获得本系统双目摄像头的内部参数与外部参数矩阵,利用计算得出的重投影矩阵与视差信息获得车辆三维位置。(3)提出了一种移动车辆的双层导航控制策略,第一层进行全局路径规划,第二层基于子目标点进行导航控制。实验证明,该控制策略实用性与可扩展性较强,可用于多种室内地图环境中；鲁棒性较强,在车辆偏离原来制定最优路线之后可根据当前位置重新制定新的最优路线,并将车辆准确导航至目的地。
【关键词】：智能车辆 计算机视觉 特征标记定位跟踪 双目立体视觉 视觉导航
【学位授予单位】：大连理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U495;TP391.41
【目录】：

• 摘要4-6
• Abstract6-10
• 1 绪论10-15
• 1.1 研究背景及意义10-11
• 1.2 国内外研究现状11-14
• 1.2.1 基于双目视觉跟踪技术11-12
• 1.2.2 基于视觉智能车辆导航技术12-14
• 1.3 本文主要研究内容及安排14-15
• 2 车辆的特征标记平面定位与跟踪15-31
• 2.1 基于类二维码标记检测15-21
• 2.1.1 标记识别15-19
• 2.1.2 标记编码识别19-21
• 2.2 基于模版匹配与camshift结合的标记定位跟踪21-27
• 2.2.1 获取色标位置与色标直方图21-26
• 2.2.2 Camshift算法跟踪颜色26-27
• 2.3 试验结果及分析27-30
• 2.4 本章小结30-31
• 3 基于双目视觉车辆深度信息检测31-57
• 3.1 视差与深度信息31-36
• 3.1.1 基本透视投影31-34
• 3.1.2 立体感知描述34-36
• 3.2 相机成像几何描述36-41
• 3.2.1 3D物体到2D平面投影视图38-39
• 3.2.2 世界坐标系到相机坐标系变换39-41
• 3.3 内部参数描述——相机标定41-46
• 3.3.1 透镜畸变42-45
• 3.3.2 单目相机标定45-46
• 3.4 立体成像——双目相机系统的标定与校正46-51
• 3.3.1 立体标定47-48
• 3.3.2 立体校正48-51
• 3.5 计算物体三维位置51-52
• 3.6 试验结果及分析52-56
• 3.7 本章小结56-57
• 4 基于视觉车辆导航57-72
• 4.1 基于视觉室内导航57-62
• 4.1.1 基于先验知识地图导航58
• 4.1.2 基于视觉导航地图构建58-62
• 4.2 基于视觉双层导航机制62-68
• 4.2.1 目标导向的双层导航机制62-64
• 4.2.2 第一层全局路径规划64-65
• 4.2.3 第二层基于子目标局部区域导航65-68
• 4.3 试验结果及分析68-71
• 4.4 本章小结71-72
• 5 车辆定位跟踪与导航系统实现72-86
• 5.1 软件设计实现72-80
• 5.1.1 平面定位模块设计实现72-73
• 5.1.2 立体定位模块设计实现73-74
• 5.1.3 导航模块设计实现74-77
• 5.1.4 车辆模块设计实现77-78
• 5.1.5 通信模块设计实现78-80
• 5.1.6 日志记录模块设计实现80
• 5.2 软件模块关系80-82
• 5.3 试验结果及分析82-85
• 5.4 本章小结85-86
• 总结与展望86-87
• 参考文献87-92
• 致谢92-93

【相似文献】

中国期刊全文数据库 前10条

1 顾伟康;计算机视觉学的发展概况[J];浙江大学学报;1986年04期

2 战德臣;陈景春;李仲荣;;计算机视觉研究的一种分布式专家系统模型[J];航天控制;1989年02期

3 邵贵平,刘谨,陈敏贤;基于计算机视觉的间距检测[J];机械制造;2001年11期

4 蔡叶菁;计算机视觉[J];中国包装工业;2002年05期

5 邵贵平,刘谨,陈敏贤;基于计算机视觉的间距检测[J];机械制造与自动化;2002年02期

6 姜继祥;周建华;陈明;;基于计算机视觉的干枣在线分级[J];机械制造与自动化;2012年03期

7 聂大同,毛士艺,赵淑华,渠速;计算机视觉与神经网络[J];北京航空航天大学学报;1990年01期

8 林华,敬卿;计算机视觉[J];国防科技参考;1995年04期

9 王天珍;计算机视觉研究进展[J];武汉汽车工业大学学报;1998年01期

10 王天珍;计算机视觉研究[J];空军雷达学院学报;1999年01期

中国重要会议论文全文数据库 前10条

1 宋小华;欧阳丹彤;;时空推理在计算机视觉的应用[A];2006年全国理论计算机科学学术年会论文集[C];2006年

2 谢丽欣;牟会;王欢;刘明霞;;基于计算机视觉的人脸检测与识别综述[A];第三届全国软件测试会议与移动计算、栅格、智能化高级论坛论文集[C];2009年

3 陈强;孙振国;;计算机视觉在焊接中的应用[A];第十次全国焊接会议论文集（第1册）[C];2001年

4 田涌涛;洪锡军;王有庆;李从心;;计算机视觉在先进制造技术中的应用[A];面向制造业的自动化与信息化技术创新设计的基础技术——2001年中国机械工程学会年会暨第九届全国特种加工学术年会论文集[C];2001年

5 刘敏娟;洪添胜;李震;吴伟斌;刘志壮;;基于计算机视觉的荔枝检测与分级方法[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会（CSAE 2009）论文集[C];2009年

6 孙洁琼;孙明;;基于计算机视觉的水果外观品质检测分级研究现状[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年

7 王划一;王效良;;计算机视觉在绗缝机自动编程及控制中的应用[A];第二十届中国控制会议论文集（下）[C];2001年

8 周红;刘光蓉;;计算机视觉及其在谷物籽粒检测分级中的应用[A];中国粮油学会第三届学术年会论文选集（下册）[C];2004年

9 吴彦红;刘木华;杨君;郑华东;;大米外观品质的计算机视觉在线检测技术研究[A];农业机械化与新农村建设——中国农业机械学会2006年学术年会论文集（下册）[C];2006年

10 张庆敏;于龙;;计算机视觉在接触网定位器坡度识别中的应用[A];高速铁路接触网零部件安全可靠性技术论文集[C];2013年

中国重要报纸全文数据库 前9条

1 记者 李大庆;我在国际计算机视觉算法竞赛中摘金[N];科技日报;2011年

2 滕继濮;不放过一个“坏蛋”[N];粮油市场报;2011年

3 ;生活中的计算机视觉[N];中国计算机报;2006年

4 王悦承;逾30篇中国论文入选ICCV[N];中国计算机报;2005年

5 本报记者 滕继濮;无损检测技术：不放过一个“坏蛋”[N];科技日报;2011年

6 本报记者 薛娟;未来搜索：没有搜索的搜索[N];中国经济时报;2010年

7 记者 杨杰 实习记者 李乐;农机领域喜获四项大奖[N];中国农机化导报;2009年

8 张明平　记者 赵凤华;苹果的气味“看”出来[N];科技日报;2009年

9 记者 常丽君;新软件能“预测”你各年龄段长相[N];科技日报;2014年

中国博士学位论文全文数据库 前10条

1 王强;基于几何代数的计算机视觉问题研究[D];国防科学技术大学;2013年

2 王任大;基于计算机视觉的手势交互技术及其在航海中的应用[D];大连海事大学;2014年

3 贺文骅;基于计算机视觉的复杂场景下目标跟踪研究[D];西安电子科技大学;2015年

4 王爱丽;基于计算机视觉的行人交通信息智能检测理论和关键技术研究[D];北京交通大学;2016年

5 潘磊庆;基于计算机视觉和声学技术融合检测鸡蛋品质的研究[D];南京农业大学;2007年

6 孔明;颗粒粒径和形态计算机视觉测量方法研究[D];东南大学;2005年

7 刘钊;基于计算智能的计算机视觉及其应用研究[D];武汉科技大学;2011年

8 李庆中;苹果自动分级中计算机视觉信息快速获取与处理技术的研究[D];中国农业大学;2000年

9 谢存;计算机视觉中若干问题实现技术和算法的研究[D];大连理工大学;2002年

10 赵书涛;基于计算机视觉的直读仪表校验方法研究[D];华北电力大学（河北）;2006年

中国硕士学位论文全文数据库 前10条

1 余饶东;基于脑波与计算机视觉的注意力检测技术在E-Learning中的应用研究[D];昆明理工大学;2015年

2 李想;基于计算机视觉的花卉分级系统研究[D];天津理工大学;2015年

3 吴林林;基于计算机视觉的皮革测配色研究[D];陕西科技大学;2015年

4 龙怡霖;基于计算机视觉的杂草种子鉴别[D];西北农林科技大学;2015年

5 王硕;基于计算机视觉的大菱鲆鱼苗计数方法研究[D];太原科技大学;2015年

6 王云;基于EEG与计算机视觉的人脸检索闭环系统[D];浙江大学;2016年

7 李佳慧;基于单目摄像头的指尖检测算法和应用[D];吉林大学;2016年

8 马森晨;基于计算机视觉的大空间消防机器人[D];福州大学;2014年

9 聂凤梅;基于计算机视觉的纸张性能的研究[D];北京林业大学;2016年

10 高昕源;基于计算机视觉的交通流量智能监测技术研究[D];兰州大学;2016年

  本文关键词：基于计算机视觉的车辆立体定位与导航研究，由笔耕文化传播整理发布。

，

本文编号：257065