面向自动泊车环境的视觉SLAM技术研究

发布时间：2022-02-12 03:54

　　自动泊车系统（Automatic Parking System）作为高级驾驶辅助系统（Advanced Driver Assistance Systems）中重要的一环,在无人驾驶技术中发挥着举足轻重的作用。而感知部分作为自动泊车系统控制和规划的前端,需要解决“我在哪”的经典问题,利用同时定位与地图构建（Simultaneous Location and Mapping,SLAM）便可以很好地解决这个问题。SLAM按照传感器的不同可以划分为视觉SLAM（v SLAM）和雷达SLAM,v SLAM由于其成本较低、安装方式多样化、具有丰富的图像信息等多方面优点,受到了广泛研究与发展。本文提出了一种基于v SLAM的方法来解决自动泊车环境下的感知问题,并且在低光照或是明暗交替的复杂场景下也有较好的鲁棒性。本文的研究工作主要包括:首先,针对自动泊车环境下可能出现的低光照或明暗交替等复杂场景这一问题,本文在v SLAM系统中设计了处理复杂场景的功能。本文基于Retinex理论模型,从物体成像的原理上分析,利用LIME算法来解决这个问题,并且结合自动泊车场景来设计算法中的权重系数,对算法的时间复杂... 

【文章来源】：吉林大学吉林省211工程院校985工程院校教育部直属院校

【文章页数】：92 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 研究背景及意义
    1.2 国内外发展现状
        1.2.1 基于滤波器的视觉SLAM方法研究现状
        1.2.2 基于优化方法的视觉SLAM方法研究现状
    1.3 国内外发展现状分析
    1.4 本文的主要内容
第2章 视觉SLAM基础理论概述
    2.1 引言
    2.2 相机模型及相机位姿
        2.2.1 单目相机模型
        2.2.2 双目相机模型
        2.2.3 相机选型
    2.3 利用李代数进行位姿优化
        2.3.1 李群与李代数
        2.3.2 利用李代数位姿优化
    2.4 视觉SLAM基础理论
    2.5 本章小结
第3章 基于LIME算法的图像优化研究
    3.1 引言
    3.2 图像增强算法研究
        3.2.1 Retinex理论研究
        3.2.2 LIME算法原理研究
    3.3 针对泊车环境的LIME算法研究
        3.3.1 LIME算法的求解
        3.3.2 针对泊车环境的加权设计
        3.3.3 加速计算及其有效性验证
    3.4 改进算法与实验分析
        3.4.1 滤波算法研究
        3.4.2 实验结果与分析
    3.5 本章小结
第4章 视觉SLAM理论算法研究
    4.1 引言
    4.2 针对泊车环境的跟踪算法研究
        4.2.1 直接法原理
        4.2.2 改进的跟踪算法研究
        4.2.3 关键帧筛选策略研究
    4.3 深度估计策略研究
        4.3.1 不确定性估计
        4.3.2 改进的立体匹配策略
        4.3.3 深度融合算法研究
    4.4 本章小结
第5章 面向泊车环境的感知实验验证
    5.1 引言
    5.2 试验台搭建
        5.2.1 软硬件介绍
        5.2.2 相机标定与校正实验
    5.3 光照优化算法和跟踪算法的验证
        5.3.1 泊车环境光照优化实验与验证
        5.3.2 改进的跟踪算法实验
        5.3.3 关键帧筛选策略实验分析
    5.4 自动泊车环境实验与分析
    5.5 本章小结
第6章 总结与展望
参考文献
作者简介及科研成果
致谢



本文编号：3621215