智能小車避障與路徑優(yōu)化研究.pdf

1、計算機(jī)技術(shù)、傳感器技術(shù)及視覺技術(shù)的快速發(fā)展促使智能車在軍事、太空探索、物流等領(lǐng)域有著很大的應(yīng)用前景?；谝曈X技術(shù)的自動導(dǎo)航是智能車研究的熱點，通過單目攝像機(jī)感知道路前方環(huán)境，利用圖像處理方法獲取視覺信息并快速檢測出障礙物，實時規(guī)劃出較優(yōu)地可行路徑是實現(xiàn)自動導(dǎo)航的關(guān)鍵任務(wù)。
　　本文以單目攝像機(jī)構(gòu)建視覺子系統(tǒng)，研究基于單目視覺的智能車自動導(dǎo)航技術(shù)，涉及避障與路徑優(yōu)化問題，論文主要包括攝像機(jī)標(biāo)定、障礙物檢測、避障與路徑優(yōu)化等相關(guān)的內(nèi)容

2、。
　　首先，本文討論了實驗所用智能小車的系統(tǒng)結(jié)構(gòu)，簡述了成像所需參考坐標(biāo)系，重點研究單目攝像機(jī)成像模型，利用OpenCV編程實現(xiàn)單目攝像機(jī)標(biāo)定，將攝像機(jī)采集到的視頻信號分解成圖像序列，便于下一步工作；
　　其次，論文詳細(xì)分析了基于圖像序列的障礙物檢測方法，應(yīng)用幀差法、平均背景建模方法、混合高斯模型方法進(jìn)行障礙物檢測時存在許多不足之處。文中提出了圖像多特征融合的方法，將圖像紋理、邊緣特征進(jìn)行加權(quán)融合，建立混合高斯背景模型，快

3、速檢測出所有障礙物目標(biāo)，但為了去除地面?zhèn)握系K物的干擾，本文引進(jìn)了基于最大熵分割方法，利用Hough變換、形態(tài)學(xué)處理、連通域標(biāo)定的方法識別并標(biāo)定出實際障礙物。文中通過仿真實驗，對比了幾種方法的檢測效果，并證明新算法可靠性較強(qiáng)；
　　最后，本文詳細(xì)討論了智能小車避障與路徑優(yōu)化算法，對障礙物進(jìn)行簡單膨脹處理，利用檢測出的障礙物分布信息建立環(huán)境模型。應(yīng)用傳統(tǒng)人工勢場方法進(jìn)行局部路徑規(guī)劃時存在障礙物附近目標(biāo)不可達(dá)情形，通過經(jīng)典的沿墻方法引導(dǎo)

4、小車可迅速遠(yuǎn)離碰撞區(qū)域，但帶來部分路徑冗余，本文提出新的避障策略，利用幾何方法，引導(dǎo)小車規(guī)劃出較優(yōu)路徑。文中利用仿真實驗，分析兩種方法的效率，驗證了新算法具有可行性；
　　論文詳細(xì)討論了基于蟻群算法的全局路徑規(guī)劃方法，利用柵格法進(jìn)行環(huán)境建模，應(yīng)用傳統(tǒng)蟻群算法搜索柵格路徑時存在搜索慢、迭代次數(shù)多、搜索停滯現(xiàn)象。文中在分析多種經(jīng)典改進(jìn)蟻群算法的基礎(chǔ)上，從啟發(fā)因子、路徑選擇概率、信息素更新方式三個方面出發(fā)，提出新的改進(jìn)算法。仿真實驗表明