基于立體視覺(jué)的道路場(chǎng)景分割與車輛檢測(cè)算法研究.pdf

1、隨著計(jì)算機(jī)科學(xué)和機(jī)器人技術(shù)的飛速發(fā)展，先進(jìn)駕駛輔助系統(tǒng)(Advanced DriverAssistant System，ADAS)已經(jīng)成為智能車輛的研究熱點(diǎn)，并且廣泛應(yīng)用于軍事、民用、科研等相關(guān)領(lǐng)域。要保證智能車輛在道路上安全行駛，就要識(shí)別道路的可通行區(qū)域，也就是避免與道路上的凸障礙物相撞或者陷于凹障礙物中。因此，基于立體視覺(jué)的可通行區(qū)域與車輛檢測(cè)算法近年來(lái)引起了學(xué)術(shù)界的關(guān)注。
　　本文首先對(duì)立體視覺(jué)相關(guān)領(lǐng)域的研究現(xiàn)狀做了簡(jiǎn)單介紹

2、，然后針對(duì)車載立體視覺(jué)的道路場(chǎng)景分割與車輛檢測(cè)，做了以下幾個(gè)方面的工作:
　　(1)查閱大量文獻(xiàn)資料，研究立體視覺(jué)的相關(guān)理論原理，深刻理解攝像機(jī)標(biāo)定、圖像矯正等前期工作，闡述了立體視覺(jué)系統(tǒng)的數(shù)學(xué)模型、成像原理以及U-V視差圖的構(gòu)造，為本文后期工作打下理論基礎(chǔ)。
　　(2)搭建移動(dòng)機(jī)器人模擬車載立體視覺(jué)系統(tǒng)，編程實(shí)現(xiàn)無(wú)線手柄對(duì)機(jī)器人的移動(dòng)控制，使其能夠搭載立體相機(jī)在室外移動(dòng)并采集圖像;采用張氏標(biāo)定法完成攝像機(jī)的標(biāo)定工作，為后續(xù)

3、的車輛檢測(cè)算法提供相機(jī)的內(nèi)外參數(shù);使用SGBM算法對(duì)采集到立體圖像數(shù)據(jù)進(jìn)行立體匹配，并獲得稠密準(zhǔn)確的視差圖;在視差圖基礎(chǔ)上建立U-V視差。
　　(3)在使用標(biāo)準(zhǔn)霍夫變換對(duì)二值化V-視差進(jìn)行道路建模時(shí)，我們經(jīng)常會(huì)遇到的閾值選取困難以及噪聲干擾的問(wèn)題。對(duì)此本文引入灰度加權(quán)的概念，直接在灰度圖像上提取道路特性曲線，從而避免了上述問(wèn)題并且提高了算法魯棒性。
　　(4)使用改進(jìn)動(dòng)態(tài)規(guī)劃算法檢測(cè)可通行區(qū)域。針對(duì)傳統(tǒng)動(dòng)態(tài)規(guī)劃算法檢測(cè)中會(huì)產(chǎn)

4、生的平滑性問(wèn)題，本文提出改變算法中的平滑項(xiàng)定義，同時(shí)考量前后兩列的匹配代價(jià)，提高了檢測(cè)準(zhǔn)確率;同時(shí)對(duì)算法提出優(yōu)化以滿足實(shí)時(shí)性的要求。
　　(5)使用自適應(yīng)閾值的方法檢測(cè)障礙物。利用雙日相機(jī)參數(shù)以及障礙物最小高度定義閾值;根據(jù)車輛在U-視差圖中的投影特征添加閾值化約束條件來(lái)確定車輛水平位置，再通過(guò)逐列掃描過(guò)濾視差值的方法確定垂直位置。
　　實(shí)驗(yàn)結(jié)果表明本文提出的方法在實(shí)際真實(shí)世界的各種常見(jiàn)道路環(huán)境中都能夠區(qū)分障礙物區(qū)域和可通行