基于双目视觉的前方车辆测距技术研究
发布时间：2021-01-01 01:43
准确地对前方车辆测距是防止车辆追尾的基础,针对传统汽车辅助驾驶系统（ADAS）对前方车辆测距实时性不高、精度低的问题。本文提出了一种基于双目视觉的前方车辆检测及测距方法,通过减小车辆检测的感兴趣区域和改进影响测距精度的ORB特征匹配算法,实现对前方车辆快速、准确地测距。主要工作和成果如下:（1）研究霍夫变换算法的点线对偶性和车道线成像斜率（角度）筛选出车道线的方法,利用车道线信息划定车辆检测的梯形感兴趣区域,排除了天空、树木等无关因素干扰,提高车辆识别率和检测速率。（2）根据路面灰度直方图呈现正态分布这一数学特性,给出一种基于动态阈值的车底阴影分割方法,设定阴影分割阈值为路面灰度下限值进行阴影分割,解决了传统阴影检测受路面灰度变换而效果不理想的问题,再根据车底阴影划定车辆候选区域,进一步提高了车辆识别率和检测速率。（3）利用车辆MB-LBP特征构造弱分类器,再使用Adaboost机器学习算法离线训练弱分类器形成车辆检测的强分类器,通过实验证明,车辆识别率和误别率比传统算法得到明显改善。（4）提出一种改进的ORB特征匹配算法,首先使用拉普拉斯极值方程检验传统ORB算法提取的角点,剔除不稳...
【文章来源】：长春理工大学吉林省
【文章页数】：56 页
【学位级别】：硕士
【部分图文】：
高速公路交通事故形态分布图
技术的关键是车辆测距，汽车行驶中对于车辆的测距已经研究多年，距离测距的方法包括：超声波测距、毫米波测距、视觉测距和激光测距[5]。这四种车辆距离检法如下：(1)超声波测距：超声波测距仪具有几个明显的优点：原理简单、生产方便、成本然而超声波测距的速度受外部环境影响较严重，雨、雾、雪等天气变化会严重影声波的测距速度。一般来说，超声波测距仪的理想探测距离为 4 米至 5 米。因此波测距不适用于高速行驶的车辆测距。(2)毫米波测距：毫米波雷达测距仪具有明显的优点：稳定性更好、外部干扰更小距离远。然而毫米波雷达系统昂贵、易受电磁干扰。必须安装电磁屏蔽装置，以与其他通讯设施的电磁干扰，整个系统相当复杂。(3)激光测距：激光测距系统有很多优点：高速、高精度、抗干扰能力强。 缺点是昂贵，数据处理复杂。(4)视觉测距：相比以上三种测距方法，视觉距离检测可以获取丰富的图像信息，识别出周围环境包括红绿灯、指示牌、车道线等信息；也可以对环境中车辆和行行为进行判断；同时视觉测距技术的设备造价低、安装方便、使用简单。
准则对上述参数进行优化。假设有n 幅关于模板平面定点，那么极大似然估计值就可以通过下式最小化得到21 112 ||(,,,,,)||= = nimjijiijm mAkkRtM第 j 个点在第 i 幅图像中的像点,iR 为第 i 幅图像旋转矩阵j 为第 j 个点的空间坐标,初始估计值利用上面线性求解为 0。标定及图像校正实验定法对系统标定友棋盘标定法来标定双目相机的内外参数。本实验采其图像如图 2.4 所示，本文主要介绍如何在 Matlab工具箱0进行相机标定。本文自制棋盘格为 12× 9规格，mm。
【参考文献】：
期刊论文
[1]角膜地形图仪中实时图像检测[J]. 隋成华,韩勇浩,徐丹阳,高楠,高建勋,沃圣杰,杜春年. 光学学报. 2017(06)
[2]道路交通事故类型与诱因分析[J]. 张大伟,贺锦鹏,孙立志,周大永,刘卫国,冯擎峰. 汽车工程师. 2015(01)
[3]机器视觉自动检测技术[J]. 余文勇,石绘. 中国科技信息. 2013(24)
[4]基于Haar与MB-LBP特征的车牌检测算法[J]. 潘秋萍,杨万扣,孙长银. 东南大学学报(自然科学版). 2012(S1)
[5]基于FAST改进的快速角点探测算法[J]. 燕鹏,安如. 红外与激光工程. 2009(06)
[6]基于Hough变换的线段检测算法[J]. 杨全银,魏雅杰,王欣. 红外与激光工程. 2009(03)
[7]基于阴影特征和Adaboost的前向车辆检测系统[J]. 李云翀,何克忠,贾培发. 清华大学学报(自然科学版). 2007(10)
硕士论文
[1]基于双目视觉的前方车辆测距法研究[D]. 李文杰.天津工业大学 2016
[2]基于机器视觉的前方车辆检测与测距系统设计[D]. 佟卓远.哈尔滨工业大学 2015
[3]基于视觉的智能车前方运动车辆检测与测距方法的研究[D]. 韩广飞.太原理工大学 2015
[4]智能车的前方车辆检测和预警算法研究[D]. 张楚金.湖南大学 2015
[5]基于双目视觉的结构化道路前方车辆检测与距离测量[D]. 汪云龙.大连理工大学 2014
[6]基于ORB特征的目标检测与跟踪的研究[D]. 谢成明.合肥工业大学 2013
[7]基于嵌入式平台的双目主动测距系统[D]. 宋万里.浙江大学 2012
本文编号：2950706
【文章来源】：长春理工大学吉林省
【文章页数】：56 页
【学位级别】：硕士
【部分图文】：
高速公路交通事故形态分布图
技术的关键是车辆测距，汽车行驶中对于车辆的测距已经研究多年，距离测距的方法包括：超声波测距、毫米波测距、视觉测距和激光测距[5]。这四种车辆距离检法如下：(1)超声波测距：超声波测距仪具有几个明显的优点：原理简单、生产方便、成本然而超声波测距的速度受外部环境影响较严重，雨、雾、雪等天气变化会严重影声波的测距速度。一般来说，超声波测距仪的理想探测距离为 4 米至 5 米。因此波测距不适用于高速行驶的车辆测距。(2)毫米波测距：毫米波雷达测距仪具有明显的优点：稳定性更好、外部干扰更小距离远。然而毫米波雷达系统昂贵、易受电磁干扰。必须安装电磁屏蔽装置，以与其他通讯设施的电磁干扰，整个系统相当复杂。(3)激光测距：激光测距系统有很多优点：高速、高精度、抗干扰能力强。 缺点是昂贵，数据处理复杂。(4)视觉测距：相比以上三种测距方法，视觉距离检测可以获取丰富的图像信息，识别出周围环境包括红绿灯、指示牌、车道线等信息；也可以对环境中车辆和行行为进行判断；同时视觉测距技术的设备造价低、安装方便、使用简单。
准则对上述参数进行优化。假设有n 幅关于模板平面定点，那么极大似然估计值就可以通过下式最小化得到21 112 ||(,,,,,)||= = nimjijiijm mAkkRtM第 j 个点在第 i 幅图像中的像点,iR 为第 i 幅图像旋转矩阵j 为第 j 个点的空间坐标,初始估计值利用上面线性求解为 0。标定及图像校正实验定法对系统标定友棋盘标定法来标定双目相机的内外参数。本实验采其图像如图 2.4 所示，本文主要介绍如何在 Matlab工具箱0进行相机标定。本文自制棋盘格为 12× 9规格，mm。
【参考文献】：
期刊论文
[1]角膜地形图仪中实时图像检测[J]. 隋成华,韩勇浩,徐丹阳,高楠,高建勋,沃圣杰,杜春年. 光学学报. 2017(06)
[2]道路交通事故类型与诱因分析[J]. 张大伟,贺锦鹏,孙立志,周大永,刘卫国,冯擎峰. 汽车工程师. 2015(01)
[3]机器视觉自动检测技术[J]. 余文勇,石绘. 中国科技信息. 2013(24)
[4]基于Haar与MB-LBP特征的车牌检测算法[J]. 潘秋萍,杨万扣,孙长银. 东南大学学报(自然科学版). 2012(S1)
[5]基于FAST改进的快速角点探测算法[J]. 燕鹏,安如. 红外与激光工程. 2009(06)
[6]基于Hough变换的线段检测算法[J]. 杨全银,魏雅杰,王欣. 红外与激光工程. 2009(03)
[7]基于阴影特征和Adaboost的前向车辆检测系统[J]. 李云翀,何克忠,贾培发. 清华大学学报(自然科学版). 2007(10)
硕士论文
[1]基于双目视觉的前方车辆测距法研究[D]. 李文杰.天津工业大学 2016
[2]基于机器视觉的前方车辆检测与测距系统设计[D]. 佟卓远.哈尔滨工业大学 2015
[3]基于视觉的智能车前方运动车辆检测与测距方法的研究[D]. 韩广飞.太原理工大学 2015
[4]智能车的前方车辆检测和预警算法研究[D]. 张楚金.湖南大学 2015
[5]基于双目视觉的结构化道路前方车辆检测与距离测量[D]. 汪云龙.大连理工大学 2014
[6]基于ORB特征的目标检测与跟踪的研究[D]. 谢成明.合肥工业大学 2013
[7]基于嵌入式平台的双目主动测距系统[D]. 宋万里.浙江大学 2012
本文编号：2950706
本文链接：https://www.wllwen.com/kejilunwen/qiche/2950706.html
