資源描述：
《張健大創(chuàng)項目研究報告材料》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在應用文檔-天天文庫。
1、實用文案廣西科技大學大學生創(chuàng)新創(chuàng)業(yè)訓練計劃項目項目名稱平行泊車輔助系統(tǒng)中的視覺測量的研究項目名稱：平行泊車輔助系統(tǒng)中的視覺測量的研究項目類別： 創(chuàng)新訓練項目t創(chuàng)業(yè)訓練項目□創(chuàng)業(yè)實踐項目□項目負責人：張健負責人所在院系：電氣與信息工程學院填表日期：2015年6月4日2015年6月4日標準文檔實用文案摘要隨著科技的發(fā)展，人們對汽車的需求度以及購買量與日俱增。車子越來越多，可是路邊供停車的泊車位卻是有限的，怎樣有效地把車子停入車位，不僅要依靠熟練的駕車技術(shù)，更是要依靠現(xiàn)代化技術(shù)來輔助完成。本項目主要研究在平行泊車（側(cè)方停車）過程中，基于機器視覺自動檢測平行泊車位，檢測
2、平行泊車中車輛與前車的橫向距離，自主判斷是否會與前車發(fā)生擦碰以及自主判斷是否擦碰上路肩。通過攝像頭所拍攝到的圖像，經(jīng)過一系列圖像處理最終得出這個平行泊車（側(cè)方位停車）過程能否順利進行。本模擬碰撞系統(tǒng)通過大量模擬試驗后可應用于自動泊車系統(tǒng)。首先，了解何為平行泊車，在其基礎上把平行泊車過程劃分了幾個步驟，找到本項目研究的這4個問題發(fā)生在哪一階段，及易發(fā)生碰撞的擦碰點。本課題將針對平行泊車過程中對車位的檢測、自動檢測車輛相對前車的橫向距離、車身擦碰的預測以及車輛與路肩的擦碰預測這4個方面逐一研究如何通過視覺檢測來解決問題。關鍵詞：平行泊車；神經(jīng)網(wǎng)絡；視覺測量；障礙物檢
3、測；標準文檔實用文案1.項目研究背景在實驗初期，我們查找了大量文獻，發(fā)現(xiàn)現(xiàn)有的解決方案并不能很好的實現(xiàn)平行泊車的輔助測量。重慶大學的黃席樾、朱雷、楊璟、李強[1]在2003年使用了TMS320C620lDSP芯片作為核心器件，用于實時圖像處理，能夠可靠地檢測道路、障礙物的存在及其距離。但也存在不足：該數(shù)字處理器使用方法略有繁瑣，該算法不能從根本上解決問題。又如魏喜明在2005年對比毫米波雷達與圖像處理的優(yōu)缺點的基礎上，提出毫米波雷達，并研發(fā)了毫米波與圖像處理相結(jié)合的智能避撞方案【2】：該方法可實現(xiàn)可實現(xiàn)智能避撞又可減少虛警的發(fā)生。但是這種方案仍有缺陷：由于停車點
4、不固定，所以雷達測速測距離的誤差很大，結(jié)論值并不能應用于所有環(huán)境。劉波、鐘幼強、金施群、修亮2008年運用DSP系統(tǒng)分析處理，對異常情況給出告警信號紅外視覺檢測。圖像處理相結(jié)合實現(xiàn)主動避撞的方法，以充分發(fā)揮二者的優(yōu)點彌補自身的缺陷，并且對該系統(tǒng)的運行平臺進行了設計。所以面對平行泊車這一項目，視覺測量仍是一種很好的解決方案。標準文檔實用文案2.項目的意義在平行泊車過程中，拍攝到停車位并快速計算出停車位大小、通過檢測兩車之間的距離，獲取最優(yōu)泊車位置、通過視覺檢測技術(shù)檢測出泊車時兩車的相對位置關系，從而預測出兩車是否會發(fā)生碰撞以及自主判斷是否碰撞上路邊的路階。以上研究
5、結(jié)果所建立的模擬系統(tǒng)可應用于平行泊車輔助系統(tǒng)。標準文檔實用文案2.實施過程3.1車位的檢測通過攝像頭拍攝所得的圖像點坐標輸入到網(wǎng)絡中使之輸出為攝像頭拍攝所得的圖像點的世界坐標。首先,探討基于機器視覺平行泊車位的自動檢測課題研究的背景及意義，了解國內(nèi)外在該領域的研究現(xiàn)狀及發(fā)展情況，確定基于機器視覺平行泊車位的自動檢測課題的研究流程。其次采用攝像頭獲取圖像，進行攝像機標定實驗，基于機器視覺平行泊車位的自動檢測圖像采集，模擬小車泊車時前頭和車尾車姿的狀況，記錄相關的實驗數(shù)據(jù)。最后基于機器視覺平行泊車位的自動檢測圖像采集，模擬小車泊車車姿車位的狀況，并記錄相關數(shù)據(jù)，對前
6、車位線和后車位線的角度分情況討論，做出表格，然后用BP神經(jīng)網(wǎng)絡綜合處理數(shù)據(jù)后，計算出左邊路沿和右邊路牙距離，得出平行泊車位大小，最后進行誤差分析，結(jié)果分析。3.2相對于前車的平行距離通過小車前后車輪與地面的相交點的圖像坐標輸入到網(wǎng)絡中使之輸出為小車前后車輪與地面的相交點的實際坐標。基于單目視覺的研究，同時采用了基于BP神經(jīng)網(wǎng)絡的標定方法，估測特征點的實際位置，然后根據(jù)特征點的世界坐標求取距離。首先，采用BP神經(jīng)網(wǎng)絡標定方法對攝像機進行標定，建立圖像坐標和世界坐標，確定三維空間物體的具體位置與其在圖像上的像素點坐標的對應關系。再利用標定好的攝像機進行圖像采集，在測
7、距模擬實驗中，小車模擬前車，椅子模擬本車，實現(xiàn)車輛視覺對前車的圖像采集，并從采集到的圖像提取特征點的圖像坐標，本文提取的特征點主要是前車前、后車輪與地面的相交點。然后利用標定好的網(wǎng)絡求取前車特征點的世界坐標值，結(jié)合幾何運算方法求解兩車之間的距離。最后將實際距離與求得的距離比較分析，雖然在求得的數(shù)據(jù)上有個別存在的誤差比較大，但從整體來看，利用本文提出的方法與運算還是可行的。3.3車輛與其他車身擦碰的預測通過輸入前車的圖像坐標輸入到網(wǎng)絡中使之輸出是否會與前車發(fā)生碰撞。標準文檔實用文案通過使用安裝在模擬小汽車上的攝像頭攝取地面標定點的圖像和多次模擬平行泊車時車身擦碰的
8、實際圖像，并記錄相關數(shù)據(jù)
