原文传递
基于摄像机和激光雷达的车道检测与车辆识别技术研究
| 论文题名： | 基于摄像机和激光雷达的车道检测与车辆识别技术研究 |
| 关键词： | 摄像机成像模型;激光雷达数据;车道检测;车辆识别;世界坐标系;智能交通系统;逆透视变换;实验;配准;环境感知;初始定位;Transport System;行车道;摄像机的标定;前方;传感器标定;抗干扰能力;检测和跟踪;车体坐标系;智能系统 |
| 摘要： | 社会高速发展，道路交通系统不断涌现出诸多问题，使得智能交通系统（Intelligent Transport System，简称ITS）得到了广泛的关注。智能车辆是ITS的重要组成部分，是集环境感知、规划决策和辅助驾驶等功能于一体的综合智能系统，代表了未来车辆的发展方向，具有广阔的应用前景。 本文研究了智能车辆环境感知系统中的关键技术——车道检测和车辆识别。研究工作主要包括以下四个部分：传感器标定与配准、车道检测技术、本车定位和前方车辆识别。 首先，研究了传感器的标定与配准方法。基于考虑畸变的摄像机成像模型，对摄像机的内外参数进行了标定。在此基础上提出了一种摄像机与激光雷达的配准方法，该方法直接以激光雷达坐标系为世界坐标系，简化了摄像机坐标系与激光雷达坐标系之间的变换过程，经实验验证，配准结果准确可靠。 其次，提出了一种基于改进Hough变换的车道线检测方法。对于直道首先利用传统的Hough变换进行车道线初始定位，再利用改进的Hough变换进行车道线动态检测和跟踪，对于弯道使用基于样条曲线和控制点搜索的方法进行拟合。经大量的实验，证明该方法对各种路况下的车道线有较高的识别率。 再次，研究了本车定位的相关算法。利用摄像机的标定结果和逆透视变换原理，将识别得到的车道线由图像坐标系投影到车体坐标系中，得出车体坐标下的车道线参数，再求解出本车的偏航角及其与左右车道线的距离。 最后，提出了一种基于摄像机和激光雷达的前方车辆识别方法。首先采集激光雷达数据，并进行滤波和聚类处理，得出前方车辆的位置信息，实现车辆的初始定位；然后在初始区域内进行基于图像特征的车辆验证，以确定车辆的存在，排除干扰。 为了验证文中研究的算法，开发了系统实验平台，并进行了大量实验对系统中的各个功能模块及整体性能进行测试。结果表明，系统在不同的路况下具有良好的适应性和较好的抗干扰能力。 |
| 作者： | 杨喜宁 |
| 专业： | 控制科学与工程 |
| 导师： | 段建民 |
| 授予学位： | 硕士 |
| 授予学位单位： | 北京工业大学 |
| 学位年度： | 2010 |
| 正文语种： | 中文 |
检索历史
应用推荐
