全景车辆驾驶辅助系统的车道线识别技术研究

发布时间：2021-02-28 17:03

　　当前基于视觉的驾驶辅助系统的研究与应用多集中于视场较小的单双目摄像头,功能单一且存在视野盲区和多个相机拼接误差等弊端。而折反射式全景相机通过单个传感器同时获取环视信息,最大程度上扩大了驾驶员的观察视野,实现多项驾驶辅助功能。本文将机器视觉相关理论与全景成像技术相结合,对全景图像展开、车道标识线及车道导向箭头识别等关键技术进行研究,研究成果在智能驾驶领域可以得到切实应用,具有深远的学术意义和可观的应用前景。提出一种基于Gabor滤波的车道标识线快速识别方法。首先利用同心圆环近似展开法将全景图像展开成矩形图像,并对展开后的图像进行不同相位角的Gabor滤波处理得到不同边缘响应的图像,通过计算灰度均值快速得到使车道标识线边缘清晰度达到最高时的方向区间。在Canny算子检测边缘的过程中,只对处于该区间内的边缘点进行非极大值抑制抑制,最后进行双阈值检测连接及Hough直线检测实现车道标识线的快速识别。提出一种基于自适应分块编码的支持向量机（Support Vector Machine;SVM）车道导向箭头多分类识别方法。首先对车道标识线以内区域的导向箭头图像进行Harris角点粗检测,利用改进F... 

【文章来源】：长春理工大学吉林省

【文章页数】：72 页

【学位级别】：硕士

【部分图文】：

各大汽车厂商基于视觉的驾驶辅助系统

(a) (b) (c)图 1.1 各大汽车厂商基于视觉的驾驶辅助系统前置双目摄像头 (b)特斯拉 Autopilot 系统前置摄像头 (c)斯巴鲁 Eyes目摄像头企对于全景影像的实现基本都是通过多个位置的单目摄像头拼控也多是通过特定的摄像头单独完成，将大视场应用驾驶辅助.2 所示，斯巴鲁公司在车内仪表板中央设置摄像头进行驾驶员驶监测；在车辆两侧设置摄像头，利用侧方影像监测系统检测能通过环视相机的应用可由单个传感器实现监控。

于激光雷达的车道标识线检测与识别08 年，Soren Kamme 等人利用图 1.3(a)所示配备了 Velodyne 公司达的 AnnieWAY 智能汽车进行车道标识线检测[9]，提出基于激光地图信息融合完成车道偏离预警和路线引导的方法，系统能够估况的偏差，这种激光雷达采集到的高度信息可以排除与道路不在，检测结果受环境干扰较小；2011 年，FlorianHomm 等人利用一达的底部两层对前方 10~30 米距离的道路表面进行扫描，利用激射回来的信号进行检测[10]。上述方法都是基于激光雷达对车道标对普通路面的反射强度这一特征进行检测[11]，当路面老化导致车车道标识线与道路对比度下降时，激光雷达对车道标识线的反射检甚至漏检。激光雷达也可辅助视觉传感器提升其识别能力[12]，采用了视觉和激光雷达多传感器信息融合的方法检测车道标识线合的方法寻找到最优的可行驶区域，然后在最优行驶区域里检测结构化和非结构化道路均适用[13]。虽然上述方法可以有效对车道是由于激光雷达成本昂贵，安装成本较高，普通家用汽车中并未

【参考文献】：
期刊论文
[1]360°高阶非球面反射式全景镜头设计[J]. 张少军,徐熙平.  光学精密工程. 2018(08)
[2]道路交通运输安全发展报告（2017）[J]. Matthias Gsul,胡予红,周旋,宁丙文,米建英,刘佳,王光远,王静,董晨,张露丹.  中国应急管理. 2018(02)
[3]基于分段切换模型的快速车道线检测[J]. 隋靓,党建武,王阳萍.  计算机应用与软件. 2017(08)
[4]基于双重ROI和变间距扫描的车道线检测[J]. 王鑫,刘玉超,海丹.  指挥与控制学报. 2017(02)
[5]全景摄像机的原理与进展[J]. 林泉,李磊,方中华,徐建华.  自然杂志. 2017(02)
[6]高级驾驶辅助系统安全功能焦点:全景环视系统[J]. Jonpaul Jandu.  今日电子. 2017(Z1)
[7]车联网在无人驾驶技术中的运用[J]. 姚昊洋.  电子技术与软件工程. 2017(03)
[8]基于Canny算子和Hough变换的夜间车道线检测[J]. 李亚娣,黄海波,李相鹏,陈立国.  科学技术与工程. 2016(31)
[9]基于激光雷达回波信号的自适应阈值车道线检测[J]. 吴毅华,梁华为,王智灵,梅涛,辛煜,黄如林.  机器人. 2015(04)
[10]基于方向可变Haar特征和双曲线模型的车道线检测方法[J]. 王海,蔡英凤,林国余,张为公.  交通运输工程学报. 2014(05)

硕士论文
[1]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
[2]基于图像的车道线检测与跟踪算法研究[D]. 刘国荣.湖南大学 2014



本文编号：3056168