車載前向視覺輔助駕駛關鍵技術研究.pdf_第1頁
已閱讀1頁,還剩111頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、車輛主動安全與輔助駕駛是目前熱門的研究方向,其核心問題與難點在于汽車對周邊環(huán)境的感知。很多研究人員關注于結合了激光雷達、微波雷達、慣導系統(tǒng)、全球定位、地理信息等多傳感器融合的解決方案。然而,與人類視覺接近的可見光傳感器,盡管難以準確獲得深度信息,并且對于天氣、光照極為敏感,由于應用場景的需要、以及成本低廉,依然是目前研究的熱點。本文基于車載前向單目視覺,在城市半結構化道路場景中,結合空間與時間的聯(lián)合上下文,對車輛前方的可行駛區(qū)域進行識別

2、,對場景的相對深度進行了估計,并將相對深度和圖像結合對道路場景進行了分割。
  本文首先針對車輛可行駛區(qū)域的識別問題展開了研究。由于道路結構與光照的復雜性,單純的紋理特征無法對道路進行準確的識別,本文利用道路場景的空間上下文結構,提出了一種基于多尺度稀疏表達,并結合路面局部紋理特征的道路檢測方法,大量的實驗表明,該方法在各種復雜的道路場景,以及不同的光照環(huán)境下都取得了較好的效果。其次,在道路場景的理解過程中,深度信息具有重要的作用

3、,但是單目視覺一般是難以提取深度信息的,本文利用車輛運動造成的前后幀視差,結合稠密光流,對場景的相對深度進行了提取,并對傳統(tǒng)的光流方法進行了環(huán)切分層改進,以適應車載前向場景中劇烈的光流變化。在自然場景的測試中,該方法較好的提取了場景中的相對深度信息。最后,由于光照與紋理的復雜性,僅僅依靠空間上下文特征難以對道路場景中的車輛與行人進行準確的分割,因此,本文提出了一種基于相對深度特征的道路場景多分類方法,該方法利用了相對深度場提供的前后關系

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論