基于卷积神经网络的自动泊车停车位检测与定位研究

发布时间：2022-10-08 17:06

　　在自动泊车系统中,有许多关键问题亟待解决,如何快速、准确地检测和定位车辆周围带有停车位标识线的空停车位便是其中之一。传统的基于视觉的停车位检测方法具有检测精度不高、检测场景固定、对环境要求高、泛化能力差的缺点,为解决上述问题,将卷积神经网络用于空停车位的检测和定位。首先,采用张正友标定法对四路鱼眼相机进行标定,利用基于鱼眼标定的畸变矫正模型对鱼眼图进行畸变矫正。实验结果表明,标定参数准确,畸变矫正效果良好;研究像素坐标系与车辆坐标系之间的转换关系,实现基于坐标转换的单目相机平面测距,测距误差在5cm以内,达到自动泊车系统要求。针对空停车位检测任务,设计适用于空停车位检测任务的深度卷积神经网络并构建空停车位数据集,该数据集由16000张RGB彩色鱼眼图像组成,包括空停车位、T型车位角、L型车位角三种类别,并进行人工标注。在空停车位数据集上训练空停车位检测模型,并在测试集中进行检测实验。实验结果表明,空停车位检测模型检测的准确率为98.7%,漏检率为0.9%,单张图片的检测速度为19ms,模型具有良好的检测效果。针对车位角中心点定位任务,基于对单个像素点进行回归的思想,提出用于车位角中心点... 

【文章页数】：101 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景和意义
    1.2 自动泊车国内外研究现状及分析
        1.2.1 自动泊车系统及发展现状
        1.2.2 目标检测方法研究现状
        1.2.3 自动泊车停车位检测与定位研究现状
    1.3 本论文的主要研究内容
第二章 鱼眼相机标定与平面测距研究
    2.1 机器视觉基础
        2.1.1 坐标系及变换
        2.1.2 针孔成像模型
        2.1.3 鱼眼成像模型
    2.2 鱼眼相机标定与畸变矫正算法
        2.2.1 鱼眼相机标定算法
        2.2.2 鱼眼图畸变矫正算法
    2.3 鱼眼相机标定和畸变矫正实现
        2.3.1 标定结果及分析
        2.3.2 畸变矫正结果及分析
    2.4 基于坐标转换的单目相机平面测距研究
        2.4.1 基于坐标转换的平面测距算法
        2.4.2 测距实验结果及分析
    2.5 本章小结
第三章 基于深度卷积神经网络的空停车位检测算法研究
    3.1 卷积神经网络设计基础
    3.2 空停车位检测原理
        3.2.1 置信度预测
        3.2.2 边界框预测
        3.2.3 损失函数
    3.3 空停车位检测模型
        3.3.1 特征提取网络
        3.3.2 空停车位检测网络模型结构
    3.4 空停车位数据集
        3.4.1 数据集采集
        3.4.2 数据标注形式
    3.5 空停车位检测实验
        3.5.1 实验平台
        3.5.2 模型训练
        3.5.3 检测结果及分析
    3.6 本章小结
第四章 基于浅层卷积神经网络的车位角中心点定位算法研究
    4.1 车位角中心点定位模型
    4.2 车位角中心点数据集
    4.3 车位角中心点定位实验
        4.3.0 实验平台
        4.3.1 模型训练
        4.3.2 定位结果及分析
    4.4 本章小结
第五章 自动泊车空停车位检测与定位系统实验研究
    5.1 自动泊车空停车位检测与定位算法
        5.1.1 空停车位检测阶段
        5.1.2 泊入目标停车位阶段
    5.2 自动泊车空停车位检测和定位实车实验
        5.2.1 实验平台
        5.2.2 停车位检测与定位结果及分析
    5.3 本章小结
全文总结与展望
参考文献
攻读硕士学位期间取得的研究成果
致谢
附件


【参考文献】：
期刊论文
[1]基于背景光照去除和连通区域的车位检测[J]. 黄晨,刘泽,罗禹贡,王永胜.  汽车工程. 2020(01)
[2]基于图像识别的泊车车位检测算法研究[J]. 朱旺旺,黄宏成,马晋兴.  汽车工程. 2019(07)
[3]一种基于环视系统的车位检测方法[J]. 王晋疆,王鹏飞.  分析仪器. 2019(01)
[4]基于改进球面透视投影的鱼眼图像畸变校正方法[J]. 王向军,白皓月,吴凡璐,叶秀玲.  图学学报. 2018(01)
[5]基于改进Hough变换的车位线识别方法[J]. 张悦旺.  计算机工程与设计. 2017(11)
[6]相机标定精度外界影响因素仿真及实验研究[J]. 陈晓燕,董志国,轧刚,刘建成.  太原理工大学学报. 2016(01)
[7]图像的角点检测研究综述[J]. 章为川,孔祥楠,宋文.  电子学报. 2015(11)
[8]基于视觉的车位线识别算法[J]. 白中浩,周培义,王飞虎.  中国机械工程. 2014(20)
[9]泊车辅助系统中的车位线自动检测与识别[J]. 陆桂明,杨利涛,李俊霞.  电子科技. 2014(04)
[10]相机标定的外界影响因素分析[J]. 支健辉,董新民,孔星炜,王旭峰.  应用光学. 2014(02)

硕士论文
[1]基于视觉环境感知技术的自动泊车系统研究[D]. 王成雨.江苏大学 2019
[2]车载环视系统下的车位线检测[D]. 李倩.北京交通大学 2019
[3]基于深度学习和OpenCV的自动泊车车位视觉检测与定位系统设计[D]. 刘泽.江苏大学 2019
[4]基于全景视觉自动泊车的停车位检测与识别方法[D]. 李磊.西安电子科技大学 2018
[5]基于机器视觉的自动泊车技术的研究[D]. 陈奋.电子科技大学 2016
[6]基于环视的自动泊车方法研究与系统设计[D]. 王旭东.上海交通大学 2013



本文编号：3688099