關(guān)于無人駕駛汽車障礙物信息識別與處理系統(tǒng)的研究.pdf

1、實現(xiàn)無人、全自動和安全駕駛為最終目標(biāo)的智能車輛是近年來發(fā)展較為迅速的一個研究領(lǐng)域。本文以無人駕駛汽車障礙物信息識別與處理系統(tǒng)為研究對象，圍繞基于視覺的道路檢測和障礙物識別算法以及系統(tǒng)的實現(xiàn)展開研究。在系統(tǒng)硬件電路設(shè)計方面，對整個系統(tǒng)的電源模塊、傳感器模塊和DSP外圍接口電路進(jìn)行了設(shè)計；在系統(tǒng)軟件設(shè)計方面，對道路檢測和障礙物識別算法進(jìn)行了研究。主要研究內(nèi)容及成果包括以下幾個方面：
　　 (1)設(shè)計了無人駕駛汽車障礙物信息識別與處理

2、系統(tǒng)的總體方案，分析了系統(tǒng)的工作原理及主要組成部分的功能。
　　 (2)完成了系統(tǒng)電源模塊、DSP芯片外圍電路、視頻傳感器、車輪轉(zhuǎn)速傳感器、角度傳感器、加速度傳感器、超聲波傳感器、溫度傳感器的硬件電路設(shè)計，為系統(tǒng)軟件的設(shè)計與實現(xiàn)提供了支撐。
　　 (3)討論了基于視覺的道路檢測和障礙物識別方法。綜合對比分析了目前各種圖像預(yù)處理技術(shù)、道路檢測技術(shù)和障礙物識別技術(shù)。提出了一些實用方法：如利用中值濾波消除或者衰減一些由外界環(huán)境

3、干擾引起的噪音的方法；通過準(zhǔn)確性較高的二值化分割算法從背景中提取白色車道的方法；利用Hough變換找出車道標(biāo)識線采樣點的方法；根據(jù)車道標(biāo)識線所成的夾角范圍和左右車道線間的距離范圍對采樣點進(jìn)行濾波的方法；通過線性插值和最小二乘法將樣本點擬合成車道軌跡線的方法；利用像素灰度等級數(shù)判別準(zhǔn)則檢測車輛底部存在陰影的方法；通過紋理特性實現(xiàn)障礙物最終識別的方法等。
　　 (4)對提出的圖像信息預(yù)處理算法、道路檢測算法、障礙物識別算法進(jìn)行了軟件