原文传递
基于异构嵌入式平台的辅助驾驶车道线及车辆检测方法研究实现
| 论文题名： | 基于异构嵌入式平台的辅助驾驶车道线及车辆检测方法研究实现 |
| 关键词： | 汽车辅助驾驶系统;车道线检测;车辆检测;异构嵌入式平台 |
| 摘要： | 汽车保有量的增加导致交通事故频发，先进的辅助驾驶系统成为了现今科研领域的一大研究热点，其中基于视觉的车道线检测和车辆检测是该领域中的核心研究方向。然而，现有检测算法在实际车道环境的应用中存在着较为明显的问题:光照环境的变化容易干扰算法检测效果，车道线检测模型单一不具有普适性，算法的时间复杂度较大使其应用局限于有较好处理性能但体积大、功耗高的计算平台。针对以上问题，本文基于高性能的异构嵌入式平台Jetson TK1对辅助驾驶系统中的车道线检测及车辆检测方法进行了研究与实现: (1)给出一种可应对复杂光照条件的自适应车道线检测的方法:首先通过灰度世界法对图像进行白平衡处理，消除环境光照的影响;再由灰度分布统计结合分离式纵向灰度搜索，动态划分车道图像的感兴趣区域，并基于灰度直方图和车道环境假设，确定Canny算法的高低阈值，实现自适应的车道线边缘检测;其次，使用概率Hough变换检测出车道线的特征点，结合随机抽样一致性算法(RANSAC)和模糊重叠空间，精确拟合出车道线;之后，使用Kalman滤波跟踪车道线检测结果，修正少数误检和漏检的情况;最后，通过Jetson TK1提供的图像处理库OpenCV4Tegra对车道线检测中的部分算法进行加速，使整个车道线检测方法在640*480大小图像上的处理时间小于30ms，具有了一定的实时性。 (2)分析了基于扩展Haar-like特征和Adaboost级联分类器的目标检测算法，并使用OpenCV结合大规模的车辆正负样本数据，训练出一个级联分类器，最后将算法在Jetson TK1上使用GPU进行加速，使其在保证检测准确率的同时，可以实时地检测车道上的车辆目标。 (3)整合车道线和车辆的检测数据，建立车道预警模型，可以实现车道偏离预警和前车驾驶行为判断，再使用多线程编程模型合理分配检测任务，最后通过Qt最新的界面构建技术Qt Quick，搭建友好的车道检测图形用户界面，实时反馈出当前车道上的信息，并对危险状况作出提示。 本文在Jetson TK1上实现的基于视觉的先进辅助驾驶系统，不仅有较好的检测效果和实时性，还具有一定的应用价值。 |
| 作者： | 谢红韬 |
| 专业： | 控制理论与控制工程 |
| 导师： | 张翠芳 |
| 授予学位： | 硕士 |
| 授予学位单位： | 西南交通大学 |
| 学位年度： | 2017 |
| 正文语种： | 中文 |
检索历史
应用推荐
