基于DM6437的城市环境道路识别系统的研究
发布时间：2021-07-25 19:42
随着国民经济的发展和汽车保有量的增加,驾驶系统的安全性和方便性越来越受到各界的广泛关注。在车辆安全辅助驾驶系统中,基于单目视觉的环境感知道路识别技术是其重要部分,由于汽车的行驶环境主要在城市道路中,而这种行驶环境又具有多变性,现有的车道线检测系统仍存在鲁棒性和实时性不足的难题,因此需要对检测识别算法进行系统地完善。本研究以TI公司DM6437评估板为核心构建了汽车视觉系统为硬件平台,通过理论分析、仿真和实验,深入研究并设计一套合理的道路识别系统。本文首先对国内外的智能汽车以及车道线检测发展现状作出简单介绍,同时结合国内外的研究成果作出分析,根据实际情况发现存在的难题,提出本研究的背景和目的,并对本研究的具体解决方案做出规划。其次,本文针对汽车的具体行驶情况进行研究分析,设计了一种合理的道路图像处理方法。针对道路图像的特征结构,采用静态划分感兴趣区域以及图像灰度化的方法以减少后续图像处理的数据量。接着对图像进行平滑处理,对常用的中值滤波算法进行优化,在处理效果不变的情况下将算法的处理时间缩短了1/3。同时,在车道线边缘提取部分,对比分析几种常用边缘提取算法的检测效果,在采用最大类间方差（...
【文章来源】：华南理工大学广东省 211工程院校 985工程院校 教育部直属院校
【文章页数】：77 页
【学位级别】：硕士
【部分图文】：
驾龄不满1年驾驶人员比例图
驶国内外研究现状发展现状汽车的发展意大利等先进国家，在上世纪 70 年代已经开始对汽车的智能是为了军事用途而开始研究，后来发展到应用在高速公路和投入资源在自动驾驶汽车的研究里，国外越来越多的研究人员注于提高自动驾驶车辆行驶的稳定性能及安全性能，在技术性的进展，在承担了一部分社会责任并推动其发展的同时也促纪 80 年代，美国国防高级研究计划局（DARPA）正式为其nomous Land Vehicle）进行立项，其资助研究的无人战车—“及无路的情况下进行车辆的自动驾驶，如图 1-3 所示。
图 1-4 卡梅隆大学 BOSS 智能车系统自动驾驶汽车的项目在技术研究方面也已经取得了较大的进息社会技术（IST）署为推动无人驾驶技术和交通系统发展而投资金，还得益于各所大学对自动驾驶汽车技术的大力投入与研大利帕尔马大学 VisLab 实验室的团队所开发的智能车辆 ARG千米，从意大利北部帕尔马市出发，在驾驶期间基本没有驾驶驾驶实现，最终顺利到达中国上海世博会，总共用时 3 个月。 公司研发的 Cycab 无人驾驶汽车配备有多种传感器，拥有全面中不仅能躲避前方的障碍物，并且在紧急情况下会对外发出警让。
【参考文献】：
期刊论文
[1]基于霍夫变换的车道偏离警示系统[J]. 邵毅,温艳,曹吉花. 河南科技学院学报(自然科学版). 2016(06)
[2]一种基于纹理特征的车道线检测方法研究[J]. 党宏社,郭楚佳. 重庆交通大学学报(自然科学版). 2014(05)
[3]结合分块Hough变换与Kalman预测的车道线检测方法[J]. 尤小泉,彭映杰. 科学技术与工程. 2013(24)
[4]无人驾驶汽车何时上路[J]. 李娜. 科技导报. 2012(34)
[5]一种新的车道线快速识别算法[J]. 沈瑜,罗维薇,王小鹏,雷涛. 计算机应用研究. 2011(04)
[6]基于机器视觉的农业车辆路径跟踪[J]. 刘兆祥,陈艳,籍颖,刘刚,张漫,周建军. 农业机械学报. 2009(S1)
[7]基于Kalman预测及逆投影的车道识别技术[J]. 郑榜贵,田炳香,段建民. 计算机工程与设计. 2009(06)
[8]Application of Machine Vision to Vehicle Automatic Collision Warning Algorithm[J]. 王江锋,高峰,徐国艳,姚圣卓. Journal of Beijing Institute of Technology. 2008(01)
[9]单目视觉车道偏离报警系统[J]. 刘洁,黄斌. 电子产品世界. 2007(03)
[10]CITAVT-IV——视觉导航的自主车[J]. 孙振平,安向京,贺汉根. 机器人. 2002(02)
博士论文
[1]基于激光雷达的智能车辆目标识别与跟踪关键技术研究[D]. 周俊静.北京工业大学 2014
[2]基于信息融合的驾驶行为识别关键技术研究[D]. 肖献强.合肥工业大学 2011
[3]基于机器视觉的车道偏离预警系统研究[D]. 余天洪.吉林大学 2006
[4]高速汽车车道偏离预警系统可行区域感知算法研究[D]. 毕雁冰.吉林大学 2006
[5]高速汽车车道偏离预警系统的算法研究[D]. 董因平.吉林大学 2004
硕士论文
[1]基于数字图像处理的车道线检测[D]. 张慧.新疆大学 2014
[2]基于机器视觉的车道偏离预警理论与算法研究[D]. 初雪梅.湖南大学 2013
[3]基于FPGA的宽动态范围视频监控系统的研究与设计[D]. 胡伟.上海师范大学 2013
[4]基于机器视觉的快速车道线辨识研究[D]. 鞠乾翱.上海交通大学 2013
[5]基于机器视觉的车道线检测与追踪系统的研究[D]. 秦敏.中国海洋大学 2012
[6]基于DM6437的车道线检测方法的研究[D]. 张银霞.合肥工业大学 2012
[7]车辆行驶信息记录及车道偏离报警系统[D]. 张志强.济南大学 2010
[8]基于DSP道路识别技术研究[D]. 朱钐.武汉理工大学 2010
[9]一个基于视觉的车道偏离预警系统的设计与实现[D]. 郭小川.东北大学 2008
[10]车道偏离预警视觉系统算法改进研究[D]. 葛平淑.吉林大学 2008
本文编号：3302651
【文章来源】：华南理工大学广东省 211工程院校 985工程院校 教育部直属院校
【文章页数】：77 页
【学位级别】：硕士
【部分图文】：
驾龄不满1年驾驶人员比例图
驶国内外研究现状发展现状汽车的发展意大利等先进国家，在上世纪 70 年代已经开始对汽车的智能是为了军事用途而开始研究，后来发展到应用在高速公路和投入资源在自动驾驶汽车的研究里，国外越来越多的研究人员注于提高自动驾驶车辆行驶的稳定性能及安全性能，在技术性的进展，在承担了一部分社会责任并推动其发展的同时也促纪 80 年代，美国国防高级研究计划局（DARPA）正式为其nomous Land Vehicle）进行立项，其资助研究的无人战车—“及无路的情况下进行车辆的自动驾驶，如图 1-3 所示。
图 1-4 卡梅隆大学 BOSS 智能车系统自动驾驶汽车的项目在技术研究方面也已经取得了较大的进息社会技术（IST）署为推动无人驾驶技术和交通系统发展而投资金，还得益于各所大学对自动驾驶汽车技术的大力投入与研大利帕尔马大学 VisLab 实验室的团队所开发的智能车辆 ARG千米，从意大利北部帕尔马市出发，在驾驶期间基本没有驾驶驾驶实现，最终顺利到达中国上海世博会，总共用时 3 个月。 公司研发的 Cycab 无人驾驶汽车配备有多种传感器，拥有全面中不仅能躲避前方的障碍物，并且在紧急情况下会对外发出警让。
【参考文献】：
期刊论文
[1]基于霍夫变换的车道偏离警示系统[J]. 邵毅,温艳,曹吉花. 河南科技学院学报(自然科学版). 2016(06)
[2]一种基于纹理特征的车道线检测方法研究[J]. 党宏社,郭楚佳. 重庆交通大学学报(自然科学版). 2014(05)
[3]结合分块Hough变换与Kalman预测的车道线检测方法[J]. 尤小泉,彭映杰. 科学技术与工程. 2013(24)
[4]无人驾驶汽车何时上路[J]. 李娜. 科技导报. 2012(34)
[5]一种新的车道线快速识别算法[J]. 沈瑜,罗维薇,王小鹏,雷涛. 计算机应用研究. 2011(04)
[6]基于机器视觉的农业车辆路径跟踪[J]. 刘兆祥,陈艳,籍颖,刘刚,张漫,周建军. 农业机械学报. 2009(S1)
[7]基于Kalman预测及逆投影的车道识别技术[J]. 郑榜贵,田炳香,段建民. 计算机工程与设计. 2009(06)
[8]Application of Machine Vision to Vehicle Automatic Collision Warning Algorithm[J]. 王江锋,高峰,徐国艳,姚圣卓. Journal of Beijing Institute of Technology. 2008(01)
[9]单目视觉车道偏离报警系统[J]. 刘洁,黄斌. 电子产品世界. 2007(03)
[10]CITAVT-IV——视觉导航的自主车[J]. 孙振平,安向京,贺汉根. 机器人. 2002(02)
博士论文
[1]基于激光雷达的智能车辆目标识别与跟踪关键技术研究[D]. 周俊静.北京工业大学 2014
[2]基于信息融合的驾驶行为识别关键技术研究[D]. 肖献强.合肥工业大学 2011
[3]基于机器视觉的车道偏离预警系统研究[D]. 余天洪.吉林大学 2006
[4]高速汽车车道偏离预警系统可行区域感知算法研究[D]. 毕雁冰.吉林大学 2006
[5]高速汽车车道偏离预警系统的算法研究[D]. 董因平.吉林大学 2004
硕士论文
[1]基于数字图像处理的车道线检测[D]. 张慧.新疆大学 2014
[2]基于机器视觉的车道偏离预警理论与算法研究[D]. 初雪梅.湖南大学 2013
[3]基于FPGA的宽动态范围视频监控系统的研究与设计[D]. 胡伟.上海师范大学 2013
[4]基于机器视觉的快速车道线辨识研究[D]. 鞠乾翱.上海交通大学 2013
[5]基于机器视觉的车道线检测与追踪系统的研究[D]. 秦敏.中国海洋大学 2012
[6]基于DM6437的车道线检测方法的研究[D]. 张银霞.合肥工业大学 2012
[7]车辆行驶信息记录及车道偏离报警系统[D]. 张志强.济南大学 2010
[8]基于DSP道路识别技术研究[D]. 朱钐.武汉理工大学 2010
[9]一个基于视觉的车道偏离预警系统的设计与实现[D]. 郭小川.东北大学 2008
[10]车道偏离预警视觉系统算法改进研究[D]. 葛平淑.吉林大学 2008
本文编号：3302651
本文链接：https://www.wllwen.com/kejilunwen/qiche/3302651.html
