自動泊車技術因節(jié)省時間、安全性好、成功率高等優(yōu)點,在駕駛輔助領域占有重要地位。現有自動泊車系統(tǒng)主要借助超聲波或激光雷達檢測車輛后方障礙物,依靠物體反射才能獲取目標位置信息,因此,缺乏對泊車位標線等平面目標的檢測能力,而運用單目視覺可以檢測平面目標,但難以直接獲得目標與車輛的距離,存在明顯的安全隱患。為了實現車輛對目標泊車位標線的識別和測量,提高自動泊車的成功率,課題借助雙目視覺技術,研究設計了泊車位標線識別和測量的方法,并在地下停車場環(huán)境下驗證了研究設計的合理性和有效性。課題完成了以下研究設計工作:(1)基于雙目視覺測量模型,剖析了提高檢測精度的因素,設計了雙目相機關鍵參數,搭建了實車泊車圖像數據采集平臺,在地下停車場環(huán)境下采集了多組泊車圖像。(2)為提取泊車位圖像特征,研究了最佳ROI區(qū)域提取方法,針對目標圖像分析噪聲干擾源,采用去噪預處理方法提高了圖像質量,獲取了目標泊車位的邊緣圖像。(3)為使兩側相機成像平面完全共面,研究了廣角相機圖像畸變,基于現有標定方法,對兩側相機分別實施了單目標定去除圖像畸變,對左右相機做了立體校正。(4)確定了圖像特征提取與匹配算法,制定特征篩選方法篩除了干擾特征,制定了泊車位判別策略。實現了對目標泊車位中雙目待測興趣點的匹配、計算視差與興趣點的測距。最后,對地下停車場進行了多次圖像采集實驗,實驗結果驗證了文中提出的泊車位檢測方法是合理、可行與有效的。
【學位單位】：重慶大學
【學位級別】：碩士
【學位年份】：2018
【中圖分類】：U491.71;TP391.41
【部分圖文】：

國機動車總計 27560.8 萬輛,其中汽車 18435.8 萬輛,，機動車.71 億人[1]。龐大的車輛規(guī)模極大地刺激了停車位和停車場的城市里，泊車空間通常比較狹小，泊車環(huán)境比較復雜，人工引發(fā)交通安全事故。據國外相關統(tǒng)計分析表明，8%的交通事發(fā)的，11%的交通事故死亡率則是由倒車事故導致的。因此如圍環(huán)境，避免倒車時出現人為責任事故，對于降低交通事故意義[2]。國內的情況同樣不容樂觀，據南京交警微統(tǒng)計，僅 2 日，交通事故接報警平臺就接到 564 起因倒車引發(fā)的事故報。原因，如圖 1.1 所示，汽車在設計過程中，駕駛位存在一定的大多是由于駕駛員未能及時地發(fā)現盲區(qū)內的行人、車輛或障，當泊車空間比較狹窄時，經驗不足的駕駛員難以準確地把倒車距離，更難以準確判斷車輛與其他物體的間距。所以，眼檢測車輛與周圍物體的相對位置的泊車位感知方法。

圖像信號[15]，由圖像處理系統(tǒng)對這些信號進行各種運算來抽取目標的特征，進而根據判別的結果來控制現場設備的動作。雙目視覺即利用三角測距原理，通過圖像測量空間中目標的三維坐標。國內外學者對此作出了大量的研究：吉林大學郭宇提出采用雙目橫向模式的視差進行障礙物距離的計算，并通過融合單目相對深度差值的計算方法，改進了原有的雙目測距算法[16]，在車輛行駛過程中，應用此方法識別前方道路車道線及障礙物。該方法測距誤差率較低，對車輛前方目標識別效果較好，但是該方法主要針對車輛前方障礙物研究，并不適用于泊車位環(huán)境。西南交通大學徐宏[17]提出利用雙目視覺檢測倒車環(huán)境目標，在車輛后方安裝雙目攝像機，利用雙目三角測距原理和融合粒子濾波的稀疏表示跟蹤和識別算法，實現對倒車環(huán)境中行人等運動目標的測距、識別和跟蹤（如圖 1.2 所示）。該方法可直接對泊車視野范圍一定距離內的目標進行測距，無需超聲波傳感器或雷達。但該作者僅研究了少數簡單場景下的環(huán)境感知，沒有針對泊車位進行研究，且相機視角較小，僅為 75°，難以滿足真實泊車環(huán)境下對車輛周圍各類目標的檢測。

1 緒論須依靠稠密匹配即可測距。將基于雙目視覺的障礙物檢測研究成果直接移植車位檢測中，不但難以適用，還將造成資源浪費。.2.3 泊車位檢測技術研究現狀上海交通大學王旭東采用 185 度魚眼攝像頭構建環(huán)視泊車輔助系統(tǒng)檢測車圍環(huán)境[18]，選用基于 Radon 中亮點的檢測算法檢測停車線[19]，從而識別停車位方法可以獲取車身周圍 360 度全景圖像，直觀性強，對停車位的檢測方法魯好，可應對一定有障礙物遮擋的停車位。但是該方法無法獲得目標的深度信息此不具備感知目標距離和方位的能力。
【參考文獻】

相關期刊論文 前10條

1 鄭麗穎;何萌萌;劉嬌;;改進的廣義插值傅里葉變換方法[J];應用科技;2015年03期

2 李瀟傲;金惠良;;基于Gauss偽譜法的泊車軌跡規(guī)劃方法[J];機電一體化;2015年04期

3 劉娣;周武能;張詳位;;一種基于Hough變換和圖像融合的快速破損檢測[J];計算機與現代化;2014年09期

4 于之靖;周歡;;大尺寸視覺測量系統(tǒng)結構參數分析與試驗研究[J];現代電子技術;2013年24期

5 王旭東;王春香;楊明;王冰;;一種基于環(huán)視相機的自動泊車方法[J];上海交通大學學報;2013年07期

6 張航;曹瞻;;基于局部均值與方差的圖像中值濾波方法[J];中南大學學報(自然科學版);2013年S2期

7 夏文玲;顧照鵬;楊唐勝;;實時三維重建算法的實現——基于Kinect與單目視覺SLAM的三維重建[J];計算機工程與應用;2014年24期

8 黃文;邵麗青;;自動泊車系統(tǒng)的智能化發(fā)展[J];汽車與配件;2012年32期

9 鄒靜;杜靜;付強;段艷妮;;車道偏離預警系統(tǒng)中車道識別在達芬奇平臺上的應用[J];商品與質量;2012年S3期

10 王華鋒;王蘊紅;馬凱迪;張兆翔;;視頻中適應光照可變情況下的人臉識別方法[J];模式識別與人工智能;2011年06期

本文編號：2853864