資源描述：
《基于單目視覺的無人車環(huán)境感知技術研究-論文.pdf》由會員上傳分享，免費在線閱讀，更多相關內容在行業(yè)資料-天天文庫。
1、第2期(總第183期)機械工程與自動化No．22014年O4月MECHANICALENGINEERING8LAUTOMATIONApr．文章編號：1672-6413(2014)02—0057—02基于單目視覺的無入車環(huán)境感知技術研究畢書浩，李守成，完顏香麗(南京理工大學機械工程學院，江蘇南京210094)摘要：為提高無人車的主動安全性能，對其環(huán)境感知技術進行了研究，提出了一種在結構化道路上基于單目視覺的汽車前方可行區(qū)域內的障礙物檢測方法；在確定路面感興趣區(qū)域時，提出了基于模糊聚類的邊界跟蹤檢測算法，實現(xiàn)對車道線的識別；針對序列圖像幀間差分法的不足，提出
2、了一種基于幀間差分法的二次改進算法，在突出障礙物特征信息后，采用了靜態(tài)單幀圖像特征處理算法．確定出障礙物位置。實驗結果表明，該方法能夠有效地識別出車道標志線以及感興趣區(qū)域內的障礙物信息。關鍵詞：單目視覺；感興趣區(qū)域；模糊聚類；線性擬合；幀間差分法；環(huán)境感知；無人車中圖分類號：U469．79：TP242．62文獻標識碼：A0引言著明顯的幾何特征與亮度信息，據(jù)此，本文提出了基于主動安全性的無人車是未來汽車行業(yè)發(fā)展的趨模糊聚類的邊界跟蹤檢測算法。勢，它以車載計算機為核心，利用車載傳感器系統(tǒng)識別由于圖像中存在噪聲點，如果不加以分析而盲目周圍環(huán)境，自動控制車輛的
3、速度和方向使其在道路上地進行線性擬合，得到的車道線方程誤差較大[5]。為安全行駛。在現(xiàn)有環(huán)境感知算法中，機器視覺算法能精確定位道路圖像中的車道線，對檢測到的特征點采夠提供障礙物大小和位置等基本信息，具有無可比擬用模糊聚類的方法剔除孤立噪聲點LG]。道路邊緣檢測的優(yōu)勢Llj?？紤]到感知系統(tǒng)的魯棒性和實時性，本文的基本思路為：提出了一種在結構化道路上利用單目視覺技術來獲取(1)剛開始運行邊界跟蹤算法時，沒有車道線位障礙物信息的方法，該方法通過CCD圖像傳感器獲取置特征參數(shù)可供參考，可以通過人工干預的形式設定前方道路環(huán)境信息，對采集的圖像進行預處理]，采用直
4、線的斜率范圍閾值。模糊聚類的邊界跟蹤算法識別車道線，利用幀間差分(2)建立邊界特征點樣本集，采用模糊聚類算法法的二次改進算法實現(xiàn)對車道內障礙物的檢測。找出聚類中心。首先選取前3個聚類中心進行直線擬1感興趣區(qū)域確定合，得出的斜率與閾值進行比較，如果其值在閾值范圍1．1圖像預處理內，保留這3個聚類中心，然后舍棄第一點，再選取下無人車在行駛過程中由于受到路面干擾因素的影3個聚類中心進行擬合；如果擬合后的斜率值不在閾值響，采集到的圖像質量下降[：，因此需要對圖像進行預范圍內，用第4個聚類中心替換第3個聚類中心進行擬處理。首先對圖像進行灰度化處理，降低運算量；采
5、用合，重復此步驟，直到擬合結果滿足設定的閾值為止。中值濾波在去除噪聲的同時又能保留邊緣細節(jié)[4；在2障礙物識別與定位道路陰影不太嚴重時，采用大律法進行圖像分割；通過幀問差分法充分利用視頻序列連續(xù)兩幀間的相關Sobel邊緣檢測算子增強邊緣信息后，道路圖像有時性進行障礙物檢測，運算速度快[7，但該算法容易檢測會出現(xiàn)斷裂縫隙，采用形態(tài)學處理的方法可將這些斷出背景區(qū)域。因此采用了二次改進算法，其基本原理裂縫隙橋接起來。是：利用相鄰3幀圖像兩兩差分，將兩個差分結果進行1．2車道線的識別邏輯與運算]。在圖像序列中連續(xù)讀取3幀圖像，假三維世界在攝像機平面中的投影圖像
6、存在著消失設第”一1，72，+1幀圖像分別為g一(z，)，g(Ir，)，點特征，汽車前方可行區(qū)域可由整幅圖像縮小為由兩g(，)，經過預處理后的圖像分別為一(，)，條車道線和消失點組成的三角形區(qū)域，該區(qū)域稱為感(z，)，(z，．y)，計算相鄰兩幀圖像的灰度值差：興趣區(qū)域。道路圖像經圖像預處理后，道路邊緣存在j(，)一G(，)一(一l(，3，)．(1)收稿日期：2013—08—02；修回日期：2013—10—15作者簡介：畢書浩(1989一)，男，江蘇淮安人，在讀碩士研究生，研究方向：無人車環(huán)境感知技術及控制策略?！?8·機械工程與自動化20l4年第2期j
7、+I(，)=：=G1(，)一G(，Y)．(2)本文所有算法均是在MA'I、LAB環(huán)境下編譯完成對圖像J(-，r，)，n(，)進行邏輯與運算得到的，現(xiàn)以一組序列圖像試驗結果為例，原始的道路圖像圖像(z，)，表達式為：如圖1所示，差分算法后的圖像如圖2所示，車道線識、(，)一f(，)&j+l(，)．(3)別和障礙物檢測后的圖像如圖3所示。3試驗及結果囅(a)第n—l幀圖(b)第神貞圖(e)第1+1幀圖圖l原始序列圖(a)第Jr1和第n幀圖像差(h)第n和第／1+l幀圖像差(c)二次差分法圖像圖2二次幀間差分法處理結果息，該算法目前還沒有在惡劣天氣和夜問條件
8、下進行試驗，在以后的研究工作中，需要進～步對環(huán)境感知算法進行改進和優(yōu)化。參考文獻：[1]黃偉．
