基于机器视觉的车辆横向控制策略研究

发布时间：2017-11-03 08:35

  本文关键词：基于机器视觉的车辆横向控制策略研究

  更多相关文章： 智能车 摄像机标定 路径检测 三维重建 模糊滑模

【摘要】：随着经济和生活水平的不断提高,汽车数量也在快速增长,而随着汽车数量的增加所导致的交通事故也是快速上升。为了减少交通事故,各国科研工作者都在积极地探索智能车技术。本文在查阅了国内外的智能车技术基础之上提出了基于机器视觉的车辆横向控制技术,本技术主要分为双目摄像机标定、路径检测、三维重建及车辆定位、车辆横向控制四个部分。双目摄像机标定部分首先利用两个CCD摄像机组建了一个双目立体视觉系统,之后建立了线性和畸变两种摄像机模型,分析了传统标定和自标定两种摄像机标定技术的优缺点,然后选择了基于平而模板标定法对双口立体摄像机进行标定获取内外参数,最终对参数进行分析确认是准确的。道路检测部分首先对道路图像进行灰度化、滤波、自适应阈值分割等预处理从而去除了道路图像中的噪声以及不感兴趣区域,之后利用边缘检测算法对道路边缘信息进行了提取,接下来利用了腐蚀膨胀等形态学处理将道路边缘中小的空洞进行填充,最后利用Hough变换理论成功地拟合重建出导航路径。三维重建及车辆定位部分首先对左右道路图像进行立体校正,从而使得畸变图像的面积最小,之后利用基于SIFT特征匹配和基于区域匹配的两种立体匹配技术在左右两幅图像中寻找对应点。利用SIFT特征成功匹配并获取左右两幅图像的拼接图,利用区域匹配获取左右两幅图像的视差图。基于视差图,利用标定好的摄像机内外参数对道路图像进行三维重建,获取到车辆与道路之间具体的三维空间信息,从而计算出车辆和道路之间的相对位姿。车辆横向控制部分首先建立了基于预瞄机制的车辆横向控制数学模型,之后针对滑模控制器的抖振问题设计出了基于等效控制的模糊滑模控制器,利用模糊算法去柔化控制信号从而减小抖振幅度,在MATLAB中进行算法仿真,仿真结果表明车辆横向偏差和横向偏差角能够在短时间内收敛到零,系统抖振幅度能有效降低,对于期望路径跟踪更为精确。本文通过大量的实验去分析验证以上四个技术模块的有效性,分析结果表明双目摄像机标定模块标定出的参数是精准的,路径检测模块能够精确地检测出导航路径,三维重建及车辆定位模块能够实时获取相对位姿,车辆横向控制模块中所设计出的基于等效控制的模糊滑模控制器经实验仿真验证能够有效地对车辆进行横向控制。
【关键词】：智能车 摄像机标定 路径检测 三维重建 模糊滑模
【学位授予单位】：西安工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U463.6;TP391.41
【目录】：

• 摘要3-5
• Abstract5-10
• 1 绪论10-16
• 1.1 研究背景10-11
• 1.2 国内外智能车发展现状11-14
• 1.2.1 国外发展现状11-13
• 1.2.2 国内发展现状13-14
• 1.3 本文研究的主要内容及章节安排14-16
• 2 基于机器视觉的车辆横向控制系统设计16-21
• 2.1 机器视觉横向控制总体方案16-17
• 2.2 机器视觉系统硬件结构17-19
• 2.2.1 机器视觉系统硬件结构框图17
• 2.2.2 视觉传感器选型17-18
• 2.2.3 视觉传感器布局18-19
• 2.3 机器视觉系统软件结构19-20
• 2.4 算法描述20
• 2.4.1 双目摄像机标定模块20
• 2.4.2 路径检测模块20
• 2.4.3 立体校正、立体匹配、三维重建及定位模块20
• 2.5 本章小结20-21
• 3 双目立体视觉成像模型及标定21-33
• 3.1 摄像机的两种数学模型21-25
• 3.1.1 坐标系转换21-23
• 3.1.2 摄像机针孔模型23-24
• 3.1.3 摄像机畸变模型24-25
• 3.2 摄像机标定方法25-26
• 3.2.1 传统标定方法25
• 3.2.2 自标定方法25-26
• 3.2.3 本文的摄像机标定方法26
• 3.3 双目摄像机标定实验及结果分析26-32
• 3.3.1 摄像机标定实验步骤26-30
• 3.3.2 双目摄像机标定实验结果及分析30-32
• 3.4 本章小结32-33
• 4 道路检测算法研究33-54
• 4.1 道路图像预处理34-42
• 4.1.1 灰度化处理34-36
• 4.1.2 图像滤波36-41
• 4.1.3 道路图像的自适应阈值分割41-42
• 4.2 常用的边缘检测算子及其检测效果42-49
• 4.2.1 Roberts检测算子43
• 4.2.2 Sobel检测算子43-44
• 4.2.3 Prewitt检测算子44
• 4.2.4 高斯-拉普拉斯边缘检测算子44-45
• 4.2.5 Canny边缘检测算子45-49
• 4.3 形态学处理49-50
• 4.4 Hough变换拟合路径50-53
• 4.5 本章小结53-54
• 5 三维重建及车辆定位54-77
• 5.1 立体校正54-57
• 5.1.1 Hartley的非标定立体校正算法54
• 5.1.2 Bouguet的立体校正算法54-57
• 5.2 立体匹配57-58
• 5.2.1 选择合适的匹配基元57-58
• 5.2.2 匹配约束准则58
• 5.2.3 算法结构58
• 5.3 立体匹配算法58-60
• 5.3.1 基于特征的匹配58-59
• 5.3.2 基于区域的匹配59-60
• 5.3.3 基于相位的匹配60
• 5.4 本课题的两种匹配方法60-70
• 5.4.1 基于SIFT的特征匹配60-66
• 5.4.2 基于区域的立体匹配66-70
• 5.5 三维重投影及获取导航参数70-75
• 5.5.1 三维重投影原理70-71
• 5.5.2 三维重投影实验71-72
• 5.5.3 导航参数获取72-75
• 5.5.4 相对位姿参数实验数据分析75
• 5.6 本章小结75-77
• 6 车辆横向控制策略及实验仿真77-91
• 6.1 滑模变结构控制算法简介77-80
• 6.1.1 定义滑动模态及其数学定义77-78
• 6.1.2 定义滑模变结构控制78-79
• 6.1.3 滑模变结构控制器设计的一般方法79
• 6.1.4 滑模变结构控制所存在的抖振问题79-80
• 6.2 模糊控制理论简介80-81
• 6.3 基于预瞄机制的横向控制模型81-84
• 6.3.1 建立车辆坐标系81-82
• 6.3.2 预瞄运动学模型82
• 6.3.3 建立横向运动学模型82-84
• 6.4 基于等效控制的模糊滑模控制器的设计84-87
• 6.4.1 设计滑模控制函数84-85
• 6.4.2 设计模糊控制器85-87
• 6.5 仿真实验及数据分析87-90
• 6.5.1 仿真实验187-88
• 6.5.2 仿真实验288-89
• 6.5.3 仿真实验389
• 6.5.4 仿真实验489-90
• 6.6 本章小结90-91
• 7 结论与展望91-93
• 7.1 论文工作总结91
• 7.2 展望91-93
• 参考文献93-97
• 攻读硕士学位期间发表的论文97-98
• 致谢98-100

【相似文献】

中国期刊全文数据库 前10条

1 刘振中;傅莉;;摄像机标定研究[J];沈阳航空工业学院学报;2010年01期

2 高忠国;张洪;王露露;曹毅;;一种基于智能优化的摄像机标定方法研究[J];包装工程;2011年21期

3 刘艳;王庆林;李原;;基于平面靶标的摄像机标定技术[J];火力与指挥控制;2013年09期

4 赵小松,张宏伟,张国雄,李真;摄像机标定技术的研究[J];机械工程学报;2002年03期

5 李洪海;王敬东;;摄像机标定技术研究[J];光学仪器;2007年04期

6 刘凌云;钱新恩;;基于3D标靶的摄像机标定方法的改进[J];湖北汽车工业学院学报;2008年01期

7 郭启军;钱新恩;;线性模型下摄像机标定[J];湖北汽车工业学院学报;2008年01期

8 陈骞东;马影;马增强;;一种基于摄像机标定的车辆视频测速方法[J];石家庄铁道大学学报(自然科学版);2010年03期

9 殷春平;陈艺峰;吴了泥;林麒;;基于粒子群算法的摄像机标定过程优化[J];机电工程;2012年01期

10 余为清;苏兆熙;刘举平;;明火定位中线性模型的摄像机标定方法[J];消防科学与技术;2012年11期

中国重要会议论文全文数据库 前10条

1 徐小泉;熊九龙;张s，

本文编号：1135452