论文降重

基于单目视觉的车道线及前方障碍物检测[范文]

时间:2018-02-22 08:01:11 编辑:知网查重入口 www.cnkiid.cn

 

第1章 绪论

1.1  课题背景及研究的目的和意义

本项目拟通过对高速公路上汽车行驶时左右车道线的检测与拟合及其前方障碍物的检测,实现车道偏离预警及前方障碍物预警,提醒驾驶者及时修正自己的驾驶方向及速度,属于一种智能辅助驾驶技术。

随着新世纪的到来,交通工具特别是汽车的功能越来越多样化,越来越趋向智能化,随着人工智能的发展,无人驾驶技术也开始崭露头角。但交通安全仍是行车驾驶的重中之重;随着汽车的逐渐普及,交通事故率也在逐年上升,行车安全已经成为人们不得不慎重对待的课题了。针对这项课题,我们也研究出了许多行之有效的解决方案,现今大热的一项便是汽车智能化辅助系统。完善的辅助系统完全可以成为驾驶者的安全保障,这项新型的研究热门主要包括了以下几个方面:包括与前车始终保持在安全距离以上的行车距离;紧急处理车速以防止车辆碰擦;正常行驶时安全变更左右车道等。实现这项智能化系统的首要条件就是信息的获取,尤其是行车时周围的车辆和行车线路信息。车辆信息的获取是保证安全行车的必要条件而行车路线信息的获取则能够保证行驶方向的稳定性。所以对于车道偏离和障碍物预警的研究对无论是正常行车的安全还是这项系统的进一步研究都有重要的意义。

 

1.2  关于本课题的国内外研究现状

交通行道线,也就是车道线作为导航时的常用参照物是最常见也是最普遍的识别标志,也是我们车道偏离系统中不可缺少的一项基础功能。车道线的存在还能够被用作检测运动中的车辆目标,还能够有效地为驾驶者提供前方车辆信息,并能起到很好的预警作用。

车道偏离系统主要包括基于车辆和道路基础构造的两类系统。而本文主要的研究对象则属于前者。基于车辆的偏离警告系统主要是对车道标识的定位,常用的检测方法有机器视觉,无线光谱传感器等。其中传感器根据安装位置的不同可以分为前视和俯视两种。本文所采用的测量方法是指利用CCD成像,将单张的照片进行处理来满足测量需求。其优点在于设备简单,参数的选定容易,同时也因为其视场角较宽,匹配对应程度低等特点成为了近年的研究热点。

目前国内外许多汽车厂商都开始研究并制造带有智能辅助驾驶系统的智能汽车,这类智能汽车在行驶过程中能够自动识别车道线以及障碍物,并及时给驾驶员发出道路偏离的警告,大大提高了行车的安全性。不过在不同的建模和算法下,识别的能力、精度和实时性也各有差别。

而目前大部分的道路检测的算法都是运用的Hough变换法以及边缘检测来进行识别,在此过程中,车道线模糊和弯道的拟合都是难题,会导致精度降低。本设计旨在尽可能准确地拟合出实时的车道线,并且在视线、光照良好的高速公路环境下可以框定前方障碍物即车辆的准确位置。

 

1.2.1  国外研究现状

近些年来,智能交通系统(ITS)的逐步成型也在促使辅助驾驶系统的进一步发展。从汽车发明以来,人类对它的需求日益增加,与此同时,路面的交通压力也越来越难以缓解。车辆普及率的升高也造成了交通事故率的大幅提升,为此而产生的直接或间接地经济损失更是难以计数。如今,改造道路已经无法解决日益严峻的交通问题。于是,辅助驾驶系统的出现则成了众望所归也是顺其自然的一项科研项目。其中,欧美各国率先开展了研究项目,而科技大国日本也紧随其后。

在20世纪中叶,美国Electronics公司就已经研发出了世界上第一台自动引导车辆,从严格意义上说,这是一台移动机器人。到了20世纪80年代,美国卡耐基梅隆大学又在Delco Electronics公司的赞助下在十年间连续研制了NavLab系列不同的智能车平台,其中最为人所知的就是Navlab5系列的改造跑车,可识别曲折的道路线,它以88.5km/h的平均速度完成了横穿美国的长途驾驶试验。此外,在2007年他们还成功研制了名为“Boss”的智能车,该系列的智能车可以在遵守交通规则的条件下自动安全行驶,并且在时间上和路程上都比以前有了显著地提高,真正地做到了在无人驾驶的情况下安全、匀速地前进,比以前的智能驾驶技术有了质的飞跃。

NavLab5智能车

图1-1  NavLab5智能车

与此同时,美国国防部研制的Demo系列军用侦察车技术也走在世界的前列,主要运用在战地的军事侦察,目前最先进的侦察车DemoIII配备了各种先进的传感设备,旨在推进和展示通过三个主要方面开发未来无人地面作战车辆所需的技术:(1)协调一致的技术开发;(2)建模,仿真和实验;(3)与用户的技术整合与评估。它是一种半自主运行的小型,高度敏捷的无人驾驶车辆,在天气良好的条件下时速可以达到60km/h,同时可以准确及时的躲避前方的障碍物。

DemoIII侦察车

图1-2  DemoIII侦察车

意大利帕尔玛大学在1998年开发的Argo是一款复杂而强大的电脑车,可有效的辅助驾驶员行车。Argo系统是一种改进的车载数据记录器,允许记录多种数据,例如速度(车辆数据),注视点(驾驶员数据)或当前距离的横向路标(环境数据)。此外,Argo可以记录多达九个同步的视频图像,它们与之前所说的各种数据同步。

1.2.2  国内研究现状

在智能汽车的辅助驾驶系统研究方面,国内开始的比较晚,并不算很普及,但是近几年来,各高校和研究机构也已经展开了对智能驾驶系统的研究,并且已经取得了傲人的成果。

清华大学作为世界一流大学以及学科领头羊,率先开始投资并组织研究智能汽车、汽车防撞以及智能导航等。THMR系列移动智能机器人由清华大学开发,并且其在城市道路上的行驶速度可达5~10km/h,这在1988年算是不小的突破和成就。除此之外,THMR-5在测距方面,最大测定距离可达50m,分辨率和角度扫描分别高达5cm和180°,可持续扫描40毫秒,并且其自动导航功能能适应复杂的行车环境,能有效抵抗障碍物及建筑物的干扰,能及时反馈信息,并可实现精确测量。

SmartV是武汉大学开发的一款智能车,车身配备有CCD相机,激光测距,GPS导航和IMU等。

目前中国最先进的智能汽车是由NEXTEV蔚来汽车公司研发的蔚来汽车,这也是国内最先进的、最快的电动汽车。

 论文写好后想知道重复率是多少?点击“知网论文检测入口”直连中国知网查重检测系统