基于全景相機(jī)的自動(dòng)泊車系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)
發(fā)布時(shí)間:2022-08-08 14:27
汽車行業(yè)的高速發(fā)展,讓自動(dòng)泊車系統(tǒng)成為研究熱點(diǎn)之一。而自動(dòng)泊車系統(tǒng)的普及受到成本、傳感器等因素的制約。當(dāng)前,自動(dòng)泊車系統(tǒng)面臨兩個(gè)挑戰(zhàn):第一,傳統(tǒng)圖像處理方法受光照等影響較大,地下車庫(kù)的停車位檢測(cè)、定位常通過激光雷達(dá)、固定端攝像頭、GNSS等完成,存在傳感器成本高昂、數(shù)據(jù)量大、易受信號(hào)影響等問題,影響自動(dòng)泊車功能的普及與應(yīng)用。其次,泊車過程中約束條件強(qiáng),車輛受最小轉(zhuǎn)向半徑及障礙物限制,系統(tǒng)對(duì)泊車場(chǎng)地要求高,寬敞的車位容易泊車,而窄路寬條件下則難以成功。因此,本文提出了一種基于全景俯視圖的自動(dòng)泊車系統(tǒng):首先通過基于全景俯視圖的停車位檢測(cè)算法檢測(cè)停車位信息,然后通過基于網(wǎng)格的圖像定位算法實(shí)現(xiàn)停車位與車輛的相對(duì)位置定位,再通過動(dòng)態(tài)閾值判斷停車位是否空閑,最后對(duì)可用停車位規(guī)劃泊車路徑,實(shí)現(xiàn)窄路寬條件下的泊車路徑規(guī)劃。本文的主要研究工作如下:針對(duì)地下車庫(kù)等停車點(diǎn)中車輛使用GNSS等定位方式受到信號(hào)限制,激光雷達(dá)等傳感器的價(jià)格高昂,普通后置攝像頭無法獲取完整的停車位信息等問題,本文提出一種基于全景俯視圖的停車位檢測(cè)算法。利用四個(gè)魚眼相機(jī)獲取車輛四周的信息,建立車身四周的全景俯視圖。提出融合線性卷積層...
【文章頁(yè)數(shù)】:83 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
abstract
第一章 緒論
1.1 研究背景與意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.2.1 停車位檢測(cè)研究現(xiàn)狀
1.2.2 泊車控制策略研究現(xiàn)狀
1.2.3 泊車路徑規(guī)劃研究現(xiàn)狀
1.3 研究?jī)?nèi)容
1.4 章節(jié)安排
第二章 停車位檢測(cè)算法與泊車路徑規(guī)劃算法綜述
2.1 車輛運(yùn)動(dòng)學(xué)模型建立
2.1.1 汽車與停車位參數(shù)
2.1.2 基于阿克曼轉(zhuǎn)向幾何的汽車運(yùn)動(dòng)學(xué)建模
2.2 傳統(tǒng)停車位檢測(cè)方法
2.2.1 基于單目視覺的停車位檢測(cè)方法
2.2.2 結(jié)合超聲波與視覺的停車位檢測(cè)方法
2.3 傳統(tǒng)泊車路徑規(guī)劃方法
2.3.1 直接倒行垂直泊車路徑規(guī)劃
2.3.2 三段式垂直泊車路徑規(guī)劃
2.3.3 水平泊車路徑規(guī)劃
2.4 本章小結(jié)
第三章 基于全景俯視圖的停車位檢測(cè)算法
3.1 魚眼相機(jī)的校正與全景俯視圖建立
3.1.1 魚眼相機(jī)的校正
3.1.2 全景俯視圖建立
3.2 本地?cái)?shù)據(jù)庫(kù)建立
3.2.1 數(shù)據(jù)庫(kù)采集系統(tǒng)
3.2.2 本地?cái)?shù)據(jù)庫(kù)
3.3 停車位檢測(cè)算法
3.3.1 高度融合的多尺度損失函數(shù)車位檢測(cè)網(wǎng)絡(luò)
3.3.2 停車位檢測(cè)實(shí)驗(yàn)
3.3.3 實(shí)驗(yàn)結(jié)論
3.4 停車位定位算法
3.4.1 基于網(wǎng)格的圖像定位方法
3.4.2 停車位定位實(shí)驗(yàn)
3.4.3 動(dòng)態(tài)閾值停車位空閑判斷
3.4.4 實(shí)驗(yàn)結(jié)論
3.5 本章小結(jié)
第四章 自動(dòng)泊車路徑規(guī)劃
4.1 車輛運(yùn)動(dòng)學(xué)模型建立
4.2 泊車過程碰撞約束分析
4.3 泊車路徑規(guī)劃
4.3.1 三段式路徑規(guī)劃路寬需求分析
4.3.2 窄路寬條件下的垂直停車位泊車路徑規(guī)劃
4.3.3 路徑規(guī)劃仿真實(shí)驗(yàn)
4.4 本章小結(jié)
第五章 自動(dòng)泊車實(shí)驗(yàn)
5.1 車輛實(shí)驗(yàn)環(huán)境搭建
5.1.1 硬件平臺(tái)
5.1.2 軟件系統(tǒng)
5.2 自動(dòng)泊車實(shí)驗(yàn)
5.3 實(shí)驗(yàn)結(jié)論
5.4 本章小結(jié)
第六章 總結(jié)與展望
6.1 全文總結(jié)
6.2 后續(xù)工作展望
致謝
參考文獻(xiàn)
攻讀碩士學(xué)位期間取得的成果
本文編號(hào):3671680
【文章頁(yè)數(shù)】:83 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
abstract
第一章 緒論
1.1 研究背景與意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.2.1 停車位檢測(cè)研究現(xiàn)狀
1.2.2 泊車控制策略研究現(xiàn)狀
1.2.3 泊車路徑規(guī)劃研究現(xiàn)狀
1.3 研究?jī)?nèi)容
1.4 章節(jié)安排
第二章 停車位檢測(cè)算法與泊車路徑規(guī)劃算法綜述
2.1 車輛運(yùn)動(dòng)學(xué)模型建立
2.1.1 汽車與停車位參數(shù)
2.1.2 基于阿克曼轉(zhuǎn)向幾何的汽車運(yùn)動(dòng)學(xué)建模
2.2 傳統(tǒng)停車位檢測(cè)方法
2.2.1 基于單目視覺的停車位檢測(cè)方法
2.2.2 結(jié)合超聲波與視覺的停車位檢測(cè)方法
2.3 傳統(tǒng)泊車路徑規(guī)劃方法
2.3.1 直接倒行垂直泊車路徑規(guī)劃
2.3.2 三段式垂直泊車路徑規(guī)劃
2.3.3 水平泊車路徑規(guī)劃
2.4 本章小結(jié)
第三章 基于全景俯視圖的停車位檢測(cè)算法
3.1 魚眼相機(jī)的校正與全景俯視圖建立
3.1.1 魚眼相機(jī)的校正
3.1.2 全景俯視圖建立
3.2 本地?cái)?shù)據(jù)庫(kù)建立
3.2.1 數(shù)據(jù)庫(kù)采集系統(tǒng)
3.2.2 本地?cái)?shù)據(jù)庫(kù)
3.3 停車位檢測(cè)算法
3.3.1 高度融合的多尺度損失函數(shù)車位檢測(cè)網(wǎng)絡(luò)
3.3.2 停車位檢測(cè)實(shí)驗(yàn)
3.3.3 實(shí)驗(yàn)結(jié)論
3.4 停車位定位算法
3.4.1 基于網(wǎng)格的圖像定位方法
3.4.2 停車位定位實(shí)驗(yàn)
3.4.3 動(dòng)態(tài)閾值停車位空閑判斷
3.4.4 實(shí)驗(yàn)結(jié)論
3.5 本章小結(jié)
第四章 自動(dòng)泊車路徑規(guī)劃
4.1 車輛運(yùn)動(dòng)學(xué)模型建立
4.2 泊車過程碰撞約束分析
4.3 泊車路徑規(guī)劃
4.3.1 三段式路徑規(guī)劃路寬需求分析
4.3.2 窄路寬條件下的垂直停車位泊車路徑規(guī)劃
4.3.3 路徑規(guī)劃仿真實(shí)驗(yàn)
4.4 本章小結(jié)
第五章 自動(dòng)泊車實(shí)驗(yàn)
5.1 車輛實(shí)驗(yàn)環(huán)境搭建
5.1.1 硬件平臺(tái)
5.1.2 軟件系統(tǒng)
5.2 自動(dòng)泊車實(shí)驗(yàn)
5.3 實(shí)驗(yàn)結(jié)論
5.4 本章小結(jié)
第六章 總結(jié)與展望
6.1 全文總結(jié)
6.2 后續(xù)工作展望
致謝
參考文獻(xiàn)
攻讀碩士學(xué)位期間取得的成果
本文編號(hào):3671680
本文鏈接:http://www.sikaile.net/kejilunwen/qiche/3671680.html
最近更新
教材專著