當(dāng)前基于視覺(jué)的駕駛輔助系統(tǒng)的研究與應(yīng)用多集中于視場(chǎng)較小的單雙目攝像頭,功能單一且存在視野盲區(qū)和多個(gè)相機(jī)拼接誤差等弊端。而折反射式全景相機(jī)通過(guò)單個(gè)傳感器同時(shí)獲取環(huán)視信息,最大程度上擴(kuò)大了駕駛員的觀察視野,實(shí)現(xiàn)多項(xiàng)駕駛輔助功能。本文將機(jī)器視覺(jué)相關(guān)理論與全景成像技術(shù)相結(jié)合,對(duì)全景圖像展開(kāi)、車道標(biāo)識(shí)線及車道導(dǎo)向箭頭識(shí)別等關(guān)鍵技術(shù)進(jìn)行研究,研究成果在智能駕駛領(lǐng)域可以得到切實(shí)應(yīng)用,具有深遠(yuǎn)的學(xué)術(shù)意義和可觀的應(yīng)用前景。提出一種基于Gabor濾波的車道標(biāo)識(shí)線快速識(shí)別方法。首先利用同心圓環(huán)近似展開(kāi)法將全景圖像展開(kāi)成矩形圖像,并對(duì)展開(kāi)后的圖像進(jìn)行不同相位角的Gabor濾波處理得到不同邊緣響應(yīng)的圖像,通過(guò)計(jì)算灰度均值快速得到使車道標(biāo)識(shí)線邊緣清晰度達(dá)到最高時(shí)的方向區(qū)間。在Canny算子檢測(cè)邊緣的過(guò)程中,只對(duì)處于該區(qū)間內(nèi)的邊緣點(diǎn)進(jìn)行非極大值抑制抑制,最后進(jìn)行雙閾值檢測(cè)連接及Hough直線檢測(cè)實(shí)現(xiàn)車道標(biāo)識(shí)線的快速識(shí)別。提出一種基于自適應(yīng)分塊編碼的支持向量機(jī)（Support Vector Machine;SVM）車道導(dǎo)向箭頭多分類識(shí)別方法。首先對(duì)車道標(biāo)識(shí)線以內(nèi)區(qū)域的導(dǎo)向箭頭圖像進(jìn)行Harris角點(diǎn)粗檢測(cè),利用改進(jìn)F... 

【文章來(lái)源】：長(zhǎng)春理工大學(xué)吉林省

【文章頁(yè)數(shù)】：72 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

各大汽車廠商基于視覺(jué)的駕駛輔助系統(tǒng)

(a) (b) (c)圖 1.1 各大汽車廠商基于視覺(jué)的駕駛輔助系統(tǒng)前置雙目攝像頭 (b)特斯拉 Autopilot 系統(tǒng)前置攝像頭 (c)斯巴魯 Eyes目攝像頭企對(duì)于全景影像的實(shí)現(xiàn)基本都是通過(guò)多個(gè)位置的單目攝像頭拼控也多是通過(guò)特定的攝像頭單獨(dú)完成，將大視場(chǎng)應(yīng)用駕駛輔助.2 所示，斯巴魯公司在車內(nèi)儀表板中央設(shè)置攝像頭進(jìn)行駕駛員駛監(jiān)測(cè)；在車輛兩側(cè)設(shè)置攝像頭，利用側(cè)方影像監(jiān)測(cè)系統(tǒng)檢測(cè)能通過(guò)環(huán)視相機(jī)的應(yīng)用可由單個(gè)傳感器實(shí)現(xiàn)監(jiān)控。

于激光雷達(dá)的車道標(biāo)識(shí)線檢測(cè)與識(shí)別08 年，Soren Kamme 等人利用圖 1.3(a)所示配備了 Velodyne 公司達(dá)的 AnnieWAY 智能汽車進(jìn)行車道標(biāo)識(shí)線檢測(cè)[9]，提出基于激光地圖信息融合完成車道偏離預(yù)警和路線引導(dǎo)的方法，系統(tǒng)能夠估況的偏差，這種激光雷達(dá)采集到的高度信息可以排除與道路不在，檢測(cè)結(jié)果受環(huán)境干擾較�。�2011 年，F(xiàn)lorianHomm 等人利用一達(dá)的底部?jī)蓪訉?duì)前方 10~30 米距離的道路表面進(jìn)行掃描，利用激射回來(lái)的信號(hào)進(jìn)行檢測(cè)[10]。上述方法都是基于激光雷達(dá)對(duì)車道標(biāo)對(duì)普通路面的反射強(qiáng)度這一特征進(jìn)行檢測(cè)[11]，當(dāng)路面老化導(dǎo)致車車道標(biāo)識(shí)線與道路對(duì)比度下降時(shí)，激光雷達(dá)對(duì)車道標(biāo)識(shí)線的反射檢甚至漏檢。激光雷達(dá)也可輔助視覺(jué)傳感器提升其識(shí)別能力[12]，采用了視覺(jué)和激光雷達(dá)多傳感器信息融合的方法檢測(cè)車道標(biāo)識(shí)線合的方法尋找到最優(yōu)的可行駛區(qū)域，然后在最優(yōu)行駛區(qū)域里檢測(cè)結(jié)構(gòu)化和非結(jié)構(gòu)化道路均適用[13]。雖然上述方法可以有效對(duì)車道是由于激光雷達(dá)成本昂貴，安裝成本較高，普通家用汽車中并未

【參考文獻(xiàn)】：
期刊論文
[1]360°高階非球面反射式全景鏡頭設(shè)計(jì)[J]. 張少軍,徐熙平.  光學(xué)精密工程. 2018(08)
[2]道路交通運(yùn)輸安全發(fā)展報(bào)告（2017）[J]. Matthias Gsul,胡予紅,周旋,寧丙文,米建英,劉佳,王光遠(yuǎn),王靜,董晨,張露丹.  中國(guó)應(yīng)急管理. 2018(02)
[3]基于分段切換模型的快速車道線檢測(cè)[J]. 隋靚,黨建武,王陽(yáng)萍.  計(jì)算機(jī)應(yīng)用與軟件. 2017(08)
[4]基于雙重ROI和變間距掃描的車道線檢測(cè)[J]. 王鑫,劉玉超,海丹.  指揮與控制學(xué)報(bào). 2017(02)
[5]全景攝像機(jī)的原理與進(jìn)展[J]. 林泉,李磊,方中華,徐建華.  自然雜志. 2017(02)
[6]高級(jí)駕駛輔助系統(tǒng)安全功能焦點(diǎn):全景環(huán)視系統(tǒng)[J]. Jonpaul Jandu.  今日電子. 2017(Z1)
[7]車聯(lián)網(wǎng)在無(wú)人駕駛技術(shù)中的運(yùn)用[J]. 姚昊洋.  電子技術(shù)與軟件工程. 2017(03)
[8]基于Canny算子和Hough變換的夜間車道線檢測(cè)[J]. 李亞娣,黃海波,李相鵬,陳立國(guó).  科學(xué)技術(shù)與工程. 2016(31)
[9]基于激光雷達(dá)回波信號(hào)的自適應(yīng)閾值車道線檢測(cè)[J]. 吳毅華,梁華為,王智靈,梅濤,辛煜,黃如林.  機(jī)器人. 2015(04)
[10]基于方向可變Haar特征和雙曲線模型的車道線檢測(cè)方法[J]. 王海,蔡英鳳,林國(guó)余,張為公.  交通運(yùn)輸工程學(xué)報(bào). 2014(05)

碩士論文
[1]高級(jí)輔助駕駛中的車道線檢測(cè)研究[D]. 孫宇飛.北京交通大學(xué) 2018
[2]基于圖像的車道線檢測(cè)與跟蹤算法研究[D]. 劉國(guó)榮.湖南大學(xué) 2014



本文編號(hào)：3056168