微縮智能車及其視覺感知關(guān)鍵技術(shù)研究.pdf

1、隨著傳感器、視覺感知和人工智能等技術(shù)的發(fā)展，無(wú)人駕駛智能車已經(jīng)悄然出現(xiàn)在人們眼前。目前，無(wú)人駕駛智能車大多配備昂貴高端的傳感器系統(tǒng)，遠(yuǎn)遠(yuǎn)超過(guò)大眾能夠接受的合理價(jià)值；同時(shí)，真實(shí)場(chǎng)景下進(jìn)行無(wú)人駕駛智能車的實(shí)驗(yàn)與測(cè)試存在著安全性、政策法規(guī)、開發(fā)成本等因素的制約。而微縮智能車仿真平臺(tái)能夠一定程度上模擬無(wú)人車實(shí)車測(cè)試，為無(wú)人駕駛技術(shù)提供一種便利的調(diào)試環(huán)境。因此，依托長(zhǎng)安大學(xué)“陜西省道路交通智能檢測(cè)與裝備工程研究中心”已有的車路協(xié)同仿真平臺(tái)，根據(jù)無(wú)

2、人駕駛?cè)蝿?wù)的具體需求，對(duì)現(xiàn)有微縮智能車的硬件系統(tǒng)進(jìn)行改造升級(jí)。本文采用廉價(jià)的視覺傳感器進(jìn)行交通環(huán)境的感知，重點(diǎn)研究無(wú)人駕駛涉及的視覺感知關(guān)鍵技術(shù)，為無(wú)人駕駛實(shí)車測(cè)試提供理論基礎(chǔ)，同時(shí)也是降低無(wú)人車成本的一種有益嘗試。
　　首先，研究了面向無(wú)人駕駛的微縮智能車系統(tǒng)。其主要涉及主處理系統(tǒng)、子控制系統(tǒng)、驅(qū)動(dòng)系統(tǒng)、轉(zhuǎn)向系統(tǒng)以及視覺系統(tǒng)；升級(jí)了主處理系統(tǒng)的硬件配置，并且改進(jìn)了其余組成系統(tǒng)的硬件設(shè)備，提出了一種分層結(jié)構(gòu)的微縮智能車硬件系統(tǒng)，該

3、系統(tǒng)能夠?yàn)榛跈C(jī)器視覺的車道線檢測(cè)與交通標(biāo)志檢測(cè)提供硬件支持。
　　其次，提出了一種基于RANSAC樣條擬合的最優(yōu)車道線檢測(cè)算法。在微縮平臺(tái)下，本文通過(guò)逆透視變換將車道線圖像轉(zhuǎn)變成鳥瞰圖，降低車道線檢測(cè)的難度；然后使用LBP算子和霍夫變換檢測(cè)出車道線的邊緣；最后采用RANSAC算法結(jié)合樣條擬合對(duì)車道線進(jìn)行最優(yōu)擬合。該算法在微縮平臺(tái)下能夠有效的提取車道線，為微縮智能車自主駕駛提供了有力保障。
　　最后，提出了基于二叉樹支持向量

4、機(jī)的交通標(biāo)志分層檢測(cè)算法。首先，通過(guò)結(jié)合顏色與形狀特性對(duì)交通標(biāo)志進(jìn)行檢測(cè)；其次，通過(guò)對(duì)感興趣區(qū)域的顏色主成分的判別，將感興趣區(qū)域進(jìn)行類別粗劃分；最后，計(jì)算感興趣區(qū)域的梯度方向直方圖特征，并以梯度方向直方圖為識(shí)別特征，使用基于二叉樹的支持向量機(jī)識(shí)別方法，對(duì)感興趣區(qū)域進(jìn)行語(yǔ)義識(shí)別。實(shí)驗(yàn)表明，該算法在實(shí)際微縮仿真環(huán)境下對(duì)交通標(biāo)志具有較高的識(shí)別率。
　　本文通過(guò)對(duì)微縮智能車硬件平臺(tái)升級(jí)和視覺感知算法的改進(jìn)，最終實(shí)現(xiàn)了基于視覺感知的微縮智能