信息融合的倒车雷达影像系统的设计与实现
发布时间：2022-10-05 22:45
随着社会的进步和人们生活水平的提高,汽车日渐普及,在为人们提供便利的同时,也引起了一系列的交通安全事故的发生,威胁着人们的生命财产安全,其中倒车安全问题更应引起人们的重视。通过对国内外传感器技术及倒车辅助技术的研究,本文围绕倒车安全问题,设计了一种信息融合的倒车雷达影像系统,既充分利用了不同传感器的优势,又对传感器信息进行了融合处理,使倒车的决策信息更准确更可靠。本文的主要内容如下:首先,根据系统的实际应用场景和具体的需求分析,对系统进行了总体设计,包括传感器数据的采集,数据的融合处理和最终信息的输出。其次,使用双目视觉和超声波倒车雷达搭建倒车环境的距离感知平台。对于双目视觉,使用两个广角摄像头采集倒车环境影像,首先使用畸变校正方法对进行广角图像校正,使校正后的图像可以保留大量边缘信息,之后通过立体校正、立体匹配得到倒车环境的视差图,获得障碍物位置后利用三角测距原理获得其深度信息,同时针对双目测距的精度问题,给出了校正方法;对于超声波倒车雷达,针对单收单发倒车雷达在测量位于两个探头之间障碍物时测距结果偏大的问题,给出了三角形测距的改进方法。再次,设计传感器的信息融合算法,根据超声波雷达...
【文章页数】：76 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 课题研究背景及意义
1.2 国内外研究现状及发展现状
1.2.1 基于传感器的倒车辅助系统发展过程及研究现状
1.2.2 信息融合技术及其发展现状
1.3 论文的内容及章节安排
1.3.1 论文的主要研究内容
1.3.2 论文的章节安排
2 系统总体方案设计
2.1 需求分析与总体结构
2.2 硬件平台及设计方案
2.3 软件设计方案
2.4 硬件平台
2.4.1 系统开发平台
2.4.2 双目视觉摄像头
2.4.3 超声波倒车雷达
2.5 本章小结
3 多传感器的距离感知
3.1 基于双目视觉的倒车环境障碍物检测及测距
3.1.1 双目视觉原理及坐标转换
3.1.2 双目视觉测距流程
3.2 超声波倒车雷达
3.2.1 倒车雷达工作原理
3.2.2 基于三角测距的雷达算法改进
3.3 传感器测距实验及结果分析
3.3.1 双目测距实验及结果分析
3.3.2 倒车雷达测距实验及结果分析
3.4 本章小结
4 双目视觉和倒车雷达的信息融合算法设计
4.1 多传感器信息融合总体结构
4.2 倒车区域空间对准和障碍物区域定位
4.2.1 基于雷达探测范围的倒车区域空间对准
4.2.2 障碍物区域定位
4.3 基于两级卡尔曼滤波的区域信息融合算法
4.3.1 经典卡尔曼滤波算法
4.3.2 信息融合结构分析
4.4 多传感器信息融合实验结果仿真分析
4.5 本章小结
5 嵌入式系统软件设计实现及系统测试
5.1 宿主机开发环境搭建
5.1.1 交叉编译环境搭建
5.1.2 NFS服务器的安装与配置
5.2 嵌入式软件平台的搭建
5.3 基于V4L2的双目图像采集程序设计
5.4 OpenCV视觉库的嵌入式移植
5.5 倒车雷达影像系统的系统测试与结果分析
5.5.1 系统实验平台介绍
5.5.2 传感器模块采集测试分析
5.5.3 信息融合系统测试和结果分析
5.6 本章小结
结论
参考文献
致谢
作者简历及攻读硕士学位期间的科研成果
【参考文献】：
期刊论文
[1]多源信息融合技术研究综述[J]. 李洋,赵鸣,徐梦瑶,刘云飞,钱雨辰. 智能计算机与应用. 2019(05)
[2]基于超声波与IMU融合的倒车测距算法[J]. 马强,王云,陈文淼,杨新达,武玉臣,刘晓林. 内燃机与动力装置. 2019(04)
[3]多传感器信息融合技术综述[J]. 崔硕,姜洪亮,戎辉,王文扬. 汽车电器. 2018(09)
[4]单兵导航多传感器信息融合自适应滤波算法[J]. 张新喜,郭美凤,王成宾,程高峰,牛树来. 导航定位与授时. 2018(01)
[5]自动驾驶产业发展现状及趋势[J]. 伦一. 电信网技术. 2017(06)
[6]基于双目立体视觉技术的汽车测距系统实现[J]. 韩峻峰,王帅. 计算机应用与软件. 2016(09)
[7]基于双目立体视觉的倒车环境障碍物测量方法[J]. 刘昱岗,王卓君,王福景,张祖涛,徐宏. 交通运输系统工程与信息. 2016(04)
[8]无源定位跟踪中野值的检测与剔除方法[J]. 杨军玲. 电子科技. 2016(06)
[9]激光测距传感器的原理分析及应用[J]. 闫赫. 湘潭大学自然科学学报. 2013(04)
[10]汽车全方位数字视频监视系统[J]. 高波. 科技信息(科学教研). 2008(23)
硕士论文
[1]基于双目立体视觉的汽车测距避障和目标识别研究[D]. 宋子豪.华中科技大学 2019
[2]基于毫米波雷达及深度学习视觉信息融合的前方车辆检测方法研究[D]. 梁翼.华南理工大学 2019
[3]基于超声波测距的倒车防撞报警系统研究[D]. 潘康福.南京邮电大学 2018
[4]双目视觉与障碍物探测方法研究[D]. 刘然.西安石油大学 2018
[5]柴油机电控VE泵油量执行器系统建模与抗干扰控制方法研究[D]. 潘婕.东南大学 2018
[6]基于双目立体视觉的移动机器人障碍物检测[D]. 邓博.西南科技大学 2018
[7]基于超声波检测的垂直泊车技术研究[D]. 方玉杰.合肥工业大学 2017
[8]基于嵌入式系统的双目视觉识别与定位技术研究[D]. 王兴华.哈尔滨工业大学 2016
[9]基于双目视觉的无人车行驶障碍物定位跟踪方法研究[D]. 陈盼.长安大学 2016
[10]基于多传感器信息融合的移动机器人控制[D]. 罗彬.东华大学 2016
本文编号：3686647
【文章页数】：76 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
1 绪论
1.1 课题研究背景及意义
1.2 国内外研究现状及发展现状
1.2.1 基于传感器的倒车辅助系统发展过程及研究现状
1.2.2 信息融合技术及其发展现状
1.3 论文的内容及章节安排
1.3.1 论文的主要研究内容
1.3.2 论文的章节安排
2 系统总体方案设计
2.1 需求分析与总体结构
2.2 硬件平台及设计方案
2.3 软件设计方案
2.4 硬件平台
2.4.1 系统开发平台
2.4.2 双目视觉摄像头
2.4.3 超声波倒车雷达
2.5 本章小结
3 多传感器的距离感知
3.1 基于双目视觉的倒车环境障碍物检测及测距
3.1.1 双目视觉原理及坐标转换
3.1.2 双目视觉测距流程
3.2 超声波倒车雷达
3.2.1 倒车雷达工作原理
3.2.2 基于三角测距的雷达算法改进
3.3 传感器测距实验及结果分析
3.3.1 双目测距实验及结果分析
3.3.2 倒车雷达测距实验及结果分析
3.4 本章小结
4 双目视觉和倒车雷达的信息融合算法设计
4.1 多传感器信息融合总体结构
4.2 倒车区域空间对准和障碍物区域定位
4.2.1 基于雷达探测范围的倒车区域空间对准
4.2.2 障碍物区域定位
4.3 基于两级卡尔曼滤波的区域信息融合算法
4.3.1 经典卡尔曼滤波算法
4.3.2 信息融合结构分析
4.4 多传感器信息融合实验结果仿真分析
4.5 本章小结
5 嵌入式系统软件设计实现及系统测试
5.1 宿主机开发环境搭建
5.1.1 交叉编译环境搭建
5.1.2 NFS服务器的安装与配置
5.2 嵌入式软件平台的搭建
5.3 基于V4L2的双目图像采集程序设计
5.4 OpenCV视觉库的嵌入式移植
5.5 倒车雷达影像系统的系统测试与结果分析
5.5.1 系统实验平台介绍
5.5.2 传感器模块采集测试分析
5.5.3 信息融合系统测试和结果分析
5.6 本章小结
结论
参考文献
致谢
作者简历及攻读硕士学位期间的科研成果
【参考文献】：
期刊论文
[1]多源信息融合技术研究综述[J]. 李洋,赵鸣,徐梦瑶,刘云飞,钱雨辰. 智能计算机与应用. 2019(05)
[2]基于超声波与IMU融合的倒车测距算法[J]. 马强,王云,陈文淼,杨新达,武玉臣,刘晓林. 内燃机与动力装置. 2019(04)
[3]多传感器信息融合技术综述[J]. 崔硕,姜洪亮,戎辉,王文扬. 汽车电器. 2018(09)
[4]单兵导航多传感器信息融合自适应滤波算法[J]. 张新喜,郭美凤,王成宾,程高峰,牛树来. 导航定位与授时. 2018(01)
[5]自动驾驶产业发展现状及趋势[J]. 伦一. 电信网技术. 2017(06)
[6]基于双目立体视觉技术的汽车测距系统实现[J]. 韩峻峰,王帅. 计算机应用与软件. 2016(09)
[7]基于双目立体视觉的倒车环境障碍物测量方法[J]. 刘昱岗,王卓君,王福景,张祖涛,徐宏. 交通运输系统工程与信息. 2016(04)
[8]无源定位跟踪中野值的检测与剔除方法[J]. 杨军玲. 电子科技. 2016(06)
[9]激光测距传感器的原理分析及应用[J]. 闫赫. 湘潭大学自然科学学报. 2013(04)
[10]汽车全方位数字视频监视系统[J]. 高波. 科技信息(科学教研). 2008(23)
硕士论文
[1]基于双目立体视觉的汽车测距避障和目标识别研究[D]. 宋子豪.华中科技大学 2019
[2]基于毫米波雷达及深度学习视觉信息融合的前方车辆检测方法研究[D]. 梁翼.华南理工大学 2019
[3]基于超声波测距的倒车防撞报警系统研究[D]. 潘康福.南京邮电大学 2018
[4]双目视觉与障碍物探测方法研究[D]. 刘然.西安石油大学 2018
[5]柴油机电控VE泵油量执行器系统建模与抗干扰控制方法研究[D]. 潘婕.东南大学 2018
[6]基于双目立体视觉的移动机器人障碍物检测[D]. 邓博.西南科技大学 2018
[7]基于超声波检测的垂直泊车技术研究[D]. 方玉杰.合肥工业大学 2017
[8]基于嵌入式系统的双目视觉识别与定位技术研究[D]. 王兴华.哈尔滨工业大学 2016
[9]基于双目视觉的无人车行驶障碍物定位跟踪方法研究[D]. 陈盼.长安大学 2016
[10]基于多传感器信息融合的移动机器人控制[D]. 罗彬.东华大学 2016
本文编号：3686647
本文链接：https://www.wllwen.com/shoufeilunwen/xixikjs/3686647.html
