当前位置:主页 > 科技论文 > 汽车论文 >

基于换道场景下的单目视觉与惯性导航的融合感知研究

发布时间:2021-09-08 20:03
  本文主要是针对智能汽车在换道场景下,融合单目相机和惯性导航信息感知路面环境的研究。利用相机视觉算法检测出的车道线融合惯性导航,实时规划出保持或换道的理想轨迹,同时通过惯性导航对自车位置和理想轨迹的定位,反向约束视觉算法,避免算法可能出现的随机误差。为了减少误差,首先对相机进行标定,得到畸变系数、内外参矩阵等参数,在对前方道路进行逆透视变换,得到俯视图,并将俯视图换算到大地坐标系下。然后使用“梯度差值法”和“颜色空间LUV法”,将车道线分离出来,选定垂直积分投影图作为二者信息融合载体。针对这两幅图,将同列满足要求的像素点的总和,作为垂直积分投影图的纵坐标,对应列所在的横坐标作为投影图的横坐标。将俯视图转换成灰度图,寻找积分投影图中代表车道线的波峰位置,在灰度图中定位搜索窗口位置,记录窗口内部点的位置,进行二次曲线拟合,得到车道线方程。为了保证波峰位置准确,本文设计了两种自适应调整算法:波峰位置动态更新算法和阈值自适应调整机制,可以使算法具有更强的鲁棒性,也可以自适应调整图像处理算法中原先设定的阈值,在变化的路面条件下性能不会下降。对于换道过程,本文设计了两个模式:车道保持模式和换道模式。... 

【文章来源】:合肥工业大学安徽省 211工程院校 教育部直属院校

【文章页数】:79 页

【学位级别】:硕士

【部分图文】:

基于换道场景下的单目视觉与惯性导航的融合感知研究


CCD相机Fig2.1CCDcamera

过程图,相机,世界坐标系,成像


合肥工业大学硕士学位论文8直于光轴中心方向移动,畸变越来越明显。矫正公式为:)1()1(63422106342210rkrkrkyyrkrkrkxx(2.1)一般将1k和2k作为对径向畸变进行矫正系数,当使用类似鱼眼相机等大畸变相机时,再添加系数3k;22yxr,为某点至成像面中心的距离。2.切向畸变切向畸变是由于相机透镜与成像平面不平行导致的,矫正公式为:)]2(2[y)]2(2[x2212022210yrpxpyxrpypx(2.2)将1p和2p作为切向畸变矫正系数。式中),x00(y是畸变点在图像中的原始位置,(),xy是畸变矫正后该点在图像中的位置。为了使相机对于感兴趣区域更加精确的定位,以及像素级车道宽度更准确,本文对相机进行了标定,通过建模计算坐标转换的相关参数,最终确定相机内参、外参和畸变系数。相机外参,即世界坐标系下一点通过旋转加平移,最后落到相机坐标系上。相机内参,即由相机本身决定的,不受外界环境的变化而变化,是世界坐标系上的点通过相机镜头,根据小孔成像原理转换成像素坐标系下的点。2.2坐标系转换图2.2世界坐标系下的相机成像过程Fig2.2Cameraimagingprocessinworldcoordinatesystem其中wwww-ZYXO为世界坐标系;cccc-ZYXO为相机坐标系,其中cZ轴为光轴;-为像素坐标系,f为相机焦距;-oxy为图像物理坐标系,设x方向像素的单位长度为a,y方向像素的单位长度为b。

示意图,示意图,图片,方格


合肥工业大学硕士学位论文信息,根据上述标定原理和参数计算过程,计算出相机的相关参数。1. 准备标定板由于平面棋盘模式相较于三维物体,更方便计算,因此,标定板选用由一张黑白方格相间的图片构成的棋盘图片,尺寸为一张 A4 纸大小,设定每个方格长度为 3cm。其中黑白格相交处的点为角点,后期根据角点计算相关参数时,以非边缘角点为有效角点。二维图像是平面,相较于空间而言,不可避免的会丢失部分信息,因此,可通过调整标定板位置,来获得更多的位置信息。一般提供 10 至 20张不同位置,不同角度的标定板图片即可,如图所示:

【参考文献】:
期刊论文
[1]基于多约束条件下的霍夫变换车道线检测方法[J]. 石林军,余粟.  计算机测量与控制. 2018(09)
[2]一种基于特征点投票统计的车道线快速检测算法[J]. 时利,谈东奎,王乃汉,袁宁,张一营.  汽车工程学报. 2018(03)
[3]一种基于边缘点投影的车道线快速识别算法[J]. 陈无畏,蒋玉亭,谈东奎.  汽车工程. 2017(03)
[4]一类基于轨迹预测的驾驶员方向控制模型[J]. 陈无畏,谈东奎,汪洪波,王家恩,夏光.  机械工程学报. 2016(14)
[5]车辆辅助驾驶系统中的三车道检测算法[J]. 王家恩,陈无畏,汪明磊,谈东奎.  汽车工程. 2014(11)
[6]基于电动助力转向的车道保持系统[J]. 张海林,罗禹贡,江青云,李克强.  汽车工程. 2013(06)
[7]基于预瞄最优曲率模型的大曲率转向控制方法[J]. 沈峘,凌锐,李舜酩.  中国机械工程. 2012(17)
[8]基于期望横摆角速度的视觉导航智能车辆横向控制[J]. 王家恩,陈无畏,王檀彬,汪明磊,肖灵芝.  机械工程学报. 2012(04)
[9]应用多阶动态规划的车道线识别方法[J]. 高德芝,段建民,杨磊,杨喜宁.  机械工程学报. 2011(08)
[10]预瞄跟随理论与人-车闭环系统大角度操纵运动仿真[J]. 郭孔辉.  汽车工程. 1992(01)

博士论文
[1]智能汽车综合纵向控制的统一驾驶员模型研究[D]. 崔文锋.吉林大学 2017
[2]横向辅助驾驶及人机共驾控制策略的研究[D]. 汪选要.合肥工业大学 2017

硕士论文
[1]基于深度学习的可量测连续实景车道线提取的研究[D]. 王国凤.北京建筑大学 2019
[2]基于深度学习的车道线检测技术研究[D]. 高轶康.北京邮电大学 2019
[3]基于视觉的巡检无人机自主导航与路径跟随技术研究[D]. 樊刘仡.南京航空航天大学 2019
[4]高级辅助驾驶中的车道线检测研究[D]. 孙宇飞.北京交通大学 2018
[5]基于机器视觉的车道线识别与预警[D]. 陈家凡.浙江理工大学 2018
[6]基于GPS/SINS/里程计的智能车导航定位算法研究[D]. 宋志雪.北京工业大学 2017
[7]基于光照不变性的车道线检测与跟踪算法研究[D]. 李亭亭.长安大学 2017
[8]基于机器视觉和混杂系统理论的车道偏离辅助控制研究[D]. 蒋玉亭.合肥工业大学 2017
[9]融合图像与激光雷达的车道偏离预警算法研究[D]. 朱雨桐.南京理工大学 2017
[10]智能汽车车道保持控制方法研究[D]. 余小川.哈尔滨工业大学 2016



本文编号:3391398

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/qiche/3391398.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户65169***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com