基于機(jī)器視覺的先進(jìn)輔助駕駛系統(tǒng)關(guān)鍵技術(shù)研究.pdf

1、先進(jìn)輔助駕駛系統(tǒng)是智能交通的一個(gè)重要組成部分，對(duì)于減少交通事故、降低人員傷害、提高公路運(yùn)輸能力都有著極為重要的意義。因感知方式與人類視覺相似且成本較低，機(jī)器視覺技術(shù)被廣泛的應(yīng)用于各類先進(jìn)輔助駕駛系統(tǒng)。本文以先進(jìn)輔助駕駛系統(tǒng)中的若干關(guān)鍵技術(shù)問題為研究對(duì)象，研究并提出了基于機(jī)器視覺技術(shù)的解決方法，為先進(jìn)駕駛輔助系統(tǒng)提供了更加全面、及時(shí)和準(zhǔn)確的行車環(huán)境信息。論文圍繞車道線檢測(cè)、前方車輛檢測(cè)與識(shí)別及交通標(biāo)志識(shí)別等先進(jìn)輔助駕駛系統(tǒng)中的關(guān)鍵技術(shù)問題

2、展開研究，主要研究?jī)?nèi)容及成果包括:
　　(1)研究了車載攝像機(jī)的內(nèi)部參數(shù)與外部參數(shù)標(biāo)定方法。使用了平面靶標(biāo)方法在離線狀態(tài)下對(duì)車載攝像機(jī)的內(nèi)部參數(shù)進(jìn)行標(biāo)定。借助圖像中車道線消失點(diǎn)的位置以及車道線斜率關(guān)系，提出了車載攝像機(jī)外部參數(shù)在線調(diào)整處理方法，從而避免了對(duì)所有攝像機(jī)內(nèi)外參數(shù)進(jìn)行標(biāo)定的復(fù)雜過程。
　　(2)提出了基于雙向窗口特征提取技術(shù)的車道線檢測(cè)算法。采用邊緣分布函數(shù)(EDF)和Hough變換技術(shù)初步確定車道線直線部分在圖像

3、中的位置。提出的雙向窗口特征提取技術(shù)，提高了車道線檢測(cè)的準(zhǔn)確性和適用性，能夠準(zhǔn)確的提取直線和曲線車道線的特征點(diǎn)，在與同類算法的比較中取得了較好的檢測(cè)結(jié)果。在檢測(cè)出的特征點(diǎn)的基礎(chǔ)上，選用了直線與雙曲線結(jié)合的模型對(duì)車道線進(jìn)行擬合。
　　(3)研究了同車道的前方車輛檢測(cè)與識(shí)別問題。借助車道線約束條件與車道線內(nèi)灰度統(tǒng)計(jì)方法確定前方車輛候選區(qū)域。創(chuàng)新性的提出了垂直對(duì)稱HOG描述算子，其更適用于描述車輛等對(duì)稱物體的特征，而且比經(jīng)典的HOG向量

4、維數(shù)更少，可以有效降低后繼機(jī)器學(xué)習(xí)的復(fù)雜程度。提出了基于垂直對(duì)稱HOG和極限學(xué)習(xí)機(jī)的車輛識(shí)別方法，能夠在消耗較少計(jì)算學(xué)習(xí)代價(jià)的條件下取得良好的車輛分類效果。
　　(4)研究了交通標(biāo)志識(shí)別技術(shù)。在交通標(biāo)志檢測(cè)階段，利用了交通標(biāo)志的顏色特征，使用多尺度滑動(dòng)窗口技術(shù)對(duì)圖像中的交通標(biāo)志候選區(qū)域進(jìn)行提取。在交通標(biāo)志分類階段，充分利用交通標(biāo)志的形狀特征，分別提出形狀特征向量、灰度HOG特征向量和彩色HOG特征向量等圖像特征描述方式。最后，選用