原文传递
基于双目视觉和稀疏表示的智能倒车控制研究
| 论文题名： | 基于双目视觉和稀疏表示的智能倒车控制研究 |
| 关键词： | 智能倒车;车速控制;双目视觉原理;图像稀疏表示跟踪算法 |
| 摘要： | 随着交通事故的不断频发，汽车安全问题已成为我国重要的经济和社会问题。发展智能汽车安全技术对减少我国交通事故、改善社会安全保障、促进我国经济可持续发展有着非常重要的推动作用。所以本文围绕智能倒车安全研究，提出一种基于双目视觉和稀疏表示的倒车控制策略，实现基于速度控制的汽车倒车控制仿真。学位论文主要研究工作如下: 首先，提出了一种基于双目视觉的倒车车速控制方法，并详细分析双目视觉原理。采用双目视觉传感技术，获取倒车环境下障碍物的三维坐标。利用双目标定理论，获取摄像头内、外参数，分析摄像头畸变情况。使用标定参数对双目图像进行校正，使用极线约束使两幅图像位于同一水平线上，验证分析标定参数的准确性。最后进行双目图像计算视差，并用三角测量原理获取图片中各目标的实际坐标，通过固定单一物体，计算测量距离与实际距离间的误差大小。 然后，对双目图像进行跟踪预处理。在获取视差和三维坐标图之后，对图片进行去噪和分割操作。采用图像形态学的膨胀和腐蚀操作，使视差图像中同一障碍物的不连通区域进行连通，并且通过障碍物区域的面积和视差大小进行阈值分析，使图像二值化为障碍物目标和非障碍物目标两类。使用区域标记算法对各个障碍物进行标记，最后对各区域进行图像分割，获得目标障碍物图像，并通过实验证明了双目视觉对汽车倒车时障碍物检测的有效性。 接着，进行融合粒子滤波的图像稀疏表示跟踪算法研究。详细讨论、分析图像跟踪和识别算法，在此基础上将融合粒子滤波的图像稀疏表示跟踪算法理论应用于本论文的双目视觉中，提高双目图像跟踪的鲁棒性能，同时实现对汽车倒车时车后障碍物的区分与识别，例如行人与车辆，对驾驶员进行不同程度的提示，最后通过标准数据实验和实际倒车数据采集实验分析，验证跟踪和识别效果。 最后，建立汽车速度控制模型，完成倒车控制算法的仿真实验和分析。利用MatlabSimulink建立汽车速度控制模型，通过模糊控制方法，在Matlab Simulink汽车速度控制模型进行其速度-距离仿真，通过分析几种不同倒车情况下汽车的速度-距离特性曲线，得出本论文基于双目视觉和稀疏表示的智能倒车控制系统有效性结论。在论文的最后提出多元信息融合倒车控制的概念，为下一步工作提供理论分析基础。 |
| 作者： | 徐宏 |
| 专业： | 信号与信息处理 |
| 导师： | 张祖涛 |
| 授予学位： | 硕士 |
| 授予学位单位： | 西南交通大学 |
| 学位年度： | 2015 |
| 正文语种： | 中文 |
检索历史
应用推荐
