在自動泊車系統(tǒng)中,有許多關鍵問題亟待解決,如何快速、準確地檢測和定位車輛周圍帶有停車位標識線的空停車位便是其中之一。傳統(tǒng)的基于視覺的停車位檢測方法具有檢測精度不高、檢測場景固定、對環(huán)境要求高、泛化能力差的缺點,為解決上述問題,將卷積神經(jīng)網(wǎng)絡用于空停車位的檢測和定位。首先,采用張正友標定法對四路魚眼相機進行標定,利用基于魚眼標定的畸變矯正模型對魚眼圖進行畸變矯正。實驗結果表明,標定參數(shù)準確,畸變矯正效果良好;研究像素坐標系與車輛坐標系之間的轉(zhuǎn)換關系,實現(xiàn)基于坐標轉(zhuǎn)換的單目相機平面測距,測距誤差在5cm以內(nèi),達到自動泊車系統(tǒng)要求。針對空停車位檢測任務,設計適用于空停車位檢測任務的深度卷積神經(jīng)網(wǎng)絡并構建空停車位數(shù)據(jù)集,該數(shù)據(jù)集由16000張RGB彩色魚眼圖像組成,包括空停車位、T型車位角、L型車位角三種類別,并進行人工標注。在空停車位數(shù)據(jù)集上訓練空停車位檢測模型,并在測試集中進行檢測實驗。實驗結果表明,空停車位檢測模型檢測的準確率為98.7%,漏檢率為0.9%,單張圖片的檢測速度為19ms,模型具有良好的檢測效果。針對車位角中心點定位任務,基于對單個像素點進行回歸的思想,提出用于車位角中心點... 

【文章頁數(shù)】：101 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景和意義
    1.2 自動泊車國內(nèi)外研究現(xiàn)狀及分析
        1.2.1 自動泊車系統(tǒng)及發(fā)展現(xiàn)狀
        1.2.2 目標檢測方法研究現(xiàn)狀
        1.2.3 自動泊車停車位檢測與定位研究現(xiàn)狀
    1.3 本論文的主要研究內(nèi)容
第二章 魚眼相機標定與平面測距研究
    2.1 機器視覺基礎
        2.1.1 坐標系及變換
        2.1.2 針孔成像模型
        2.1.3 魚眼成像模型
    2.2 魚眼相機標定與畸變矯正算法
        2.2.1 魚眼相機標定算法
        2.2.2 魚眼圖畸變矯正算法
    2.3 魚眼相機標定和畸變矯正實現(xiàn)
        2.3.1 標定結果及分析
        2.3.2 畸變矯正結果及分析
    2.4 基于坐標轉(zhuǎn)換的單目相機平面測距研究
        2.4.1 基于坐標轉(zhuǎn)換的平面測距算法
        2.4.2 測距實驗結果及分析
    2.5 本章小結
第三章 基于深度卷積神經(jīng)網(wǎng)絡的空停車位檢測算法研究
    3.1 卷積神經(jīng)網(wǎng)絡設計基礎
    3.2 空停車位檢測原理
        3.2.1 置信度預測
        3.2.2 邊界框預測
        3.2.3 損失函數(shù)
    3.3 空停車位檢測模型
        3.3.1 特征提取網(wǎng)絡
        3.3.2 空停車位檢測網(wǎng)絡模型結構
    3.4 空停車位數(shù)據(jù)集
        3.4.1 數(shù)據(jù)集采集
        3.4.2 數(shù)據(jù)標注形式
    3.5 空停車位檢測實驗
        3.5.1 實驗平臺
        3.5.2 模型訓練
        3.5.3 檢測結果及分析
    3.6 本章小結
第四章 基于淺層卷積神經(jīng)網(wǎng)絡的車位角中心點定位算法研究
    4.1 車位角中心點定位模型
    4.2 車位角中心點數(shù)據(jù)集
    4.3 車位角中心點定位實驗
        4.3.0 實驗平臺
        4.3.1 模型訓練
        4.3.2 定位結果及分析
    4.4 本章小結
第五章 自動泊車空停車位檢測與定位系統(tǒng)實驗研究
    5.1 自動泊車空停車位檢測與定位算法
        5.1.1 空停車位檢測階段
        5.1.2 泊入目標停車位階段
    5.2 自動泊車空停車位檢測和定位實車實驗
        5.2.1 實驗平臺
        5.2.2 停車位檢測與定位結果及分析
    5.3 本章小結
全文總結與展望
參考文獻
攻讀碩士學位期間取得的研究成果
致謝
附件


【參考文獻】：
期刊論文
[1]基于背景光照去除和連通區(qū)域的車位檢測[J]. 黃晨,劉澤,羅禹貢,王永勝.  汽車工程. 2020(01)
[2]基于圖像識別的泊車車位檢測算法研究[J]. 朱旺旺,黃宏成,馬晉興.  汽車工程. 2019(07)
[3]一種基于環(huán)視系統(tǒng)的車位檢測方法[J]. 王晉疆,王鵬飛.  分析儀器. 2019(01)
[4]基于改進球面透視投影的魚眼圖像畸變校正方法[J]. 王向軍,白皓月,吳凡璐,葉秀玲.  圖學學報. 2018(01)
[5]基于改進Hough變換的車位線識別方法[J]. 張悅旺.  計算機工程與設計. 2017(11)
[6]相機標定精度外界影響因素仿真及實驗研究[J]. 陳曉燕,董志國,軋剛,劉建成.  太原理工大學學報. 2016(01)
[7]圖像的角點檢測研究綜述[J]. 章為川,孔祥楠,宋文.  電子學報. 2015(11)
[8]基于視覺的車位線識別算法[J]. 白中浩,周培義,王飛虎.  中國機械工程. 2014(20)
[9]泊車輔助系統(tǒng)中的車位線自動檢測與識別[J]. 陸桂明,楊利濤,李俊霞.  電子科技. 2014(04)
[10]相機標定的外界影響因素分析[J]. 支健輝,董新民,孔星煒,王旭峰.  應用光學. 2014(02)

碩士論文
[1]基于視覺環(huán)境感知技術的自動泊車系統(tǒng)研究[D]. 王成雨.江蘇大學 2019
[2]車載環(huán)視系統(tǒng)下的車位線檢測[D]. 李倩.北京交通大學 2019
[3]基于深度學習和OpenCV的自動泊車車位視覺檢測與定位系統(tǒng)設計[D]. 劉澤.江蘇大學 2019
[4]基于全景視覺自動泊車的停車位檢測與識別方法[D]. 李磊.西安電子科技大學 2018
[5]基于機器視覺的自動泊車技術的研究[D]. 陳奮.電子科技大學 2016
[6]基于環(huán)視的自動泊車方法研究與系統(tǒng)設計[D]. 王旭東.上海交通大學 2013



本文編號：3688099