基于机器视觉的车辆辅助驾驶系统关键问题研究

• 作 者: 郭靖
• 机 构: 北京工业大学
• 出 处: 北京工业大学
• 发表日期: 2013年01期
• 关键词: 车辆辅助驾驶 双目立体视觉 视差图 贝叶斯概率算法

智能车辆安全辅助驾驶技术是智能交通系统的重要组成部分，其研究目的主要在于降低交通事故的发生率，提高道路交通的安全性。本文针对智能车辆安全辅助驾驶技术中的环境感知问题，对基于视觉技术的车道线检测、立体匹配及行人检测问题进行了初步的研究，具体研究内容如下：(1)对结构化道路的车道线检测技术进行研究。首先，利用大律分割法与Canny边缘检测算子相结合的方法分割图像，继而用Hough变换算法检测车道线；在此基础上，为了减少光照、交通标志线变化对此算法的影响，本文提出了分区域自适应算法检测车道线，并利用区域增长原理优化分块处理结果；最终，结合最小二乘法拟合车道线。(2)对双目立体视觉匹配技术进行研究。整个双目匹配系统分为三大部分：标定、校正及匹配。本论文首先采用基于平面标定模板的张正友标定方法，对单个摄像机的内外参数以及两个摄像机的三维平移和旋转参数进行标定；在此基础上，根据标定结果对立体图像对进行了畸变和几何校正，使图像对的外极线水平于扫描线，且使图像对中的匹配点校正到同一像素行，由此可有效减少随后立体匹配过程的计算复杂度；最后，对校正好的图像，利用贝叶斯概率算法，计算出较精确的稠密视差图。(3)对静态行人识别算法进行研究。利用经典HOG特征算法与支持向量机相结合的方法来检测行人。行人检测整体流程分为：训练和检测两个阶段。本论文对这两个部分做了详细分析，并对HOG特征算法、支持向量机分类原理进行了较深入的研究。