原文传递
基于全景视觉的停车位检测与泊车路径规划研究
| 论文题名： | 基于全景视觉的停车位检测与泊车路径规划研究 |
| 关键词： | 全景视觉系统;车位检测;路径规划;自动泊车 |
| 摘要： | 随着智能化汽车技术的发展，科研机构和车企研发人员均对自动泊车技术展开了广泛的研究。停车位检测是自动泊车过程中的首要环节，然而利用超声波雷达检测停车位需要高度依赖相邻车辆来判断目标车位是否为有效车位，另外现有的视觉检测方法在车位线模糊以及光照较弱等不利条件下，停车位的检测准确度较低。为了解决以上问题，本文提出一种基于全景视觉系统的停车位检测方法，并且利用检测结果对自动泊车进行路径规划与跟踪控制。主要研究工作如下： （1）首先分析鱼眼相机的成像原理并利用张正友标定法对相机进行标定，利用获得的相机内部参数和畸变系数完成鱼眼相机图像的畸变矫正，然后对图像进行透视变换、拼接和融合，最终完成全景视觉系统的搭建。 （2）针对车位线模糊和光照不足等不利条件下车位检测准确度较低的问题，本文首先对比了目前主流深度学习目标检测算法的优缺点。综合考虑检测精度和实时性，选取了性能较好的YOLOv5模型作为车位检测的基础模型，并且根据本文停车位数据集的特点对其加以改进，利用改进后的YOLOv5模型对数据集进行训练，最后将检测到的车位角采用直线检测算法进行直线提取并计算出车位顶点坐标。 （3）针对平行泊车和垂直泊车，采用逆向思维的方法并且结合车辆运动学模型对最小泊车位以及碰撞约束进行分析。利用碰撞约束分析的结果以及检测得到的车位顶点位置信息，可以计算出车辆在泊车过程中的关键位置信息，规划出一条能够安全无碰撞地完成泊车的路径。最后设计模型预测控制器，对规划的路径进行跟踪。 （4）为了验证本文提出方法的有效性，首先利用原始YOLOv5模型和改进后模型分别对不同场景下的停车位进行检测验证，实验结果表明，改进后的模型在光照较弱和车位线模糊以及存在其他目标干扰等情况下可以较好地检测出停车位，并且检测准确度较高。利用第三章设计的车位顶点坐标计算方法可以对车位角进行有效定位。最后基于Carsim和Simulink搭建联合仿真平台分别对平行泊车和垂直泊车进行仿真实验，由仿真结果可以看出，车辆能够按照规划的路径实现无碰撞且稳定地泊车。 |
| 作者： | 陈杰 |
| 专业： | 电子信息 |
| 导师： | 石智伟;刘璆 |
| 授予学位： | 硕士 |
| 授予学位单位： | 广东工业大学 |
| 学位年度： | 2023 |
检索历史
应用推荐
