AGV智能泊车系统交互区停车行为视觉识别关键技术的研究

发布时间：2021-05-11 21:23

　　目前,随着全国汽车保有量快速增长,停车难的问题日益突出。AGV智能泊车系统可以有效缓解停车难的问题,然而该系统交互区的停车状态各式各样,会影响到自动泊车机器人的正常作业流程及工作效率。停车行为不影响自动泊车机器人正常作业的定义为规范停车行为,否则定义为违规停车行为。为了更好对各种停车行为进行有效识别,为自动泊车机器人对车辆的搬运提供有效信息,满足泊车系统的正常运作,本文对几点关键技术进行了研究,具体包括:（1）获取车辆静止后的车身斜向角度值及车身位置信息。在车辆进入交互区后,首先进行车辆检测,对车辆静止状态进行判定,再对静止状态下的车身信息进行提取计算,获取车辆在交互区中的车身斜向角度值及车身四个顶点的坐标信息。（2）判定停车行为规范与否,并提醒车主对违规停车行为进行纠正。将得到的车身斜向角度值及车身四个顶点的坐标信息,跟符合规范停车的指定角度范围及指定的边界坐标进行比较,根据比较结果进行判定。（3）获取车辆静止后车轮的坐标信息。本文设计了一种基于车辆侧面信息的俯视图车轮位置求法,即先从侧视图提取车轮轮廓和车身外接轮廓,得出车轮的中心、车轮直径以及车身总长度,进而求得车轮中心到车辆前保... 

【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】：81 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 课题的研究背景
    1.2 国内外研究现状
        1.2.1 AGV智能泊车系统的现状
        1.2.2 车辆检测技术的发展
        1.2.3 基于视频车辆检测技术的研究现状
        1.2.4 主要研究的问题
    1.3 课题的研究意义
    1.4 研究的主要内容及结构安排
第二章 关键技术的总体研究方案
    2.1 引言
    2.2 停车行为识别的关键技术
    2.3 关键技术研究的总体框架
        2.3.1 图像预处理
        2.3.2 运动车辆的检测
        2.3.3 交互区车辆及人员信息的获取及判定
    2.4 本章小结
第三章 图像预处理
    3.1 引言
    3.2 图像灰度化
    3.3 图像增强
    3.4 本章小结
第四章 运动车辆的检测
    4.1 引言
    4.2 基于视频的车辆检测方法
        4.2.1 背景差分法
        4.2.2 帧间差分法
        4.2.3 光流法
        4.2.4 车辆检测方法比较
    4.3 背景建模
        4.3.1 常用背景建模方法
        4.3.2 基于混合高斯背景模型的车辆目标提取
    4.4 车辆停车过程有效区域的建立
        4.4.1 感兴趣区域划分
        4.4.2 掩膜的创建
    4.5 形态学处理
    4.6 阴影检测与消除
    4.7 本章小结
第五章 交互区车辆及人员信息的获取及判定
    5.1 引言
    5.2 车辆目标静止状态判定
        5.2.1 基于灰度分析的时间序列法
        5.2.2 基于叠加及归一化算法的时间序列法
        5.2.3 质心法
    5.3 静止状态下车辆停车行为识别及判定
        5.3.1 车身最小外接矩形顶点的计算
        5.3.2 停车行为规范与否判定
    5.4 车轮位置信息的获取
        5.4.1 基于车辆侧面求车轮位置与车身长的相对关系
        5.4.2 基于俯视图获取车轮的位置信息
        5.4.3 基于俯视图获取车轮的直径信息
    5.5 交互区人员信息的获取及判定
        5.5.1 基于方向梯度直方图算法的行人检测
        5.5.2 基于背景差分法的行人检测及其外接矩形信息判定
    5.6 本章小结
第六章 实验结果及分析
    6.1 实验环境
        6.1.1 硬件环境
        6.1.2 软件环境
    6.2 实验算法流程
    6.3 实验结果及验证
        6.3.1 车辆停止识别结果的验证
        6.3.2 停车行为规范判定识别结果的验证
        6.3.3 测量距离的验证
        6.3.4 车上人员离开交互区的识别结果验证
    6.4 本章小结
第七章 总结与展望
    7.1 论文工作总结
    7.2 论文研究展望
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]一种基于Faster-RCNN的车辆实时检测改进算法[J]. 杨薇,王洪元,张继,张中宝.  南京大学学报(自然科学). 2019(02)
[2]怡丰机器人携手研华:以技术力量,扩展AGV市场应用[J].   自动化博览. 2018(08)
[3]基于混合高斯和HOG+SVM的行人检测模型[J]. 龚露鸣,徐美华,刘冬军,张发宇.  上海大学学报(自然科学版). 2018(03)
[4]前方车辆检测的特征融合算法研究与实现[J]. 刘冬军,徐美华,龚露鸣,夏臣君.  上海大学学报(自然科学版). 2017(06)
[5]基于背景差分法的模型改进方法研究[J]. 宋伟,张力,邓亚航.  传感器与微系统. 2017(10)
[6]揭开“最牛泊车机器人”的神秘面纱[J]. 申爱萍.  人民交通. 2017(09)
[7]法国戴高乐机场启用代客泊车机器人[J].   机器人技术与应用. 2017(03)
[8]基于计算机视觉的运动车辆检测[J]. 程淑红,高许,程树春,管永来.  计量学报. 2017(03)
[9]AGV智能泊车初探（一）[J].   智能机器人. 2017(01)
[10]基于帧差法的运动车辆阴影去除算法[J]. 李萌,郑娟毅,门瑜.  电视技术. 2016(10)

硕士论文
[1]基于单目视频的车辆测速研究[D]. 潘振军.西南交通大学 2017



本文编号：3182132