基于机器视觉的汽车前方路况识别系统的研究-控制理论与控制工程专业论文.docxVIP

Abs订actin Abs订act in this paper can detect the lanes and target cars correctly．In addition the paper f{ni shes some work re]atjve to embedded sys Lem． Keywords=Machine vision：Road status recogni tion：Intelligent vehicle Lane detection：Car detection：Embedded system：Linux： IIl 第一章绪沦第一章绪论 第一章绪沦 第一章绪论 1．1引言 随着交通系统的迅速发展，越来越多的人开始关注有关交通安全、交通网络 优化的问题。解决这些问题的努力使人们对智能汽车系统相关技术进行应用研究 的兴趣。为了实现完全或者部分的自动驾驶任务，人们提出了许多新方法、研制 了很多新系统并加以试验和改进。自动驾驶任务包括沿道路行驶、保持汽车之间 的安全距离、根据路况调整汽车的行驶速度、为超车和避障改变车道、寻找到达 目的地的最佳路线、在城区环境下移动和停留等。 在欧洲，探索性的工作开始于1986年的PROMETHEUS项目，在该项目的框架 下，提出大量针对ITS的方法，并进行应用和测试。 美国许多的汽车厂商、大学很早就开始一系列的相关尝试开发工作。并于 1995年美国政府成立了国家自动高速公路系统联盟。 日本早在1996年就成立了先进自动巡航高速公路系统研究协会，并研究和 测试了关于汽车自动导航的各种方法。 目前，针对智能交通系统的各种研究方法逐渐开始走向成熟，国内外研究人 员设计和实现了。些智能汽车原型，并在实际的道路E测试系统的软、硬件的综 合性能。 由一些主动传感器如激光传感器、毫米波雷达构成的系统，与机器视觉系统 比较具有一些优势：能够比机器视觉更直接地测量运动速度等数据；由于处理的 数据少而节省计算资源；毫米波雷达甚至能工作在雾天和黑夜等环境F等。但是， 主动传感器的缺点也非常明显：首先，它对环境构成污染；其次，其反射率会由 于各种原因产生较人的变化，如被测物体的形状和质地。另外，主动传感器的一 个重要的问题是相同类型的传感器之间工作时会互相干扰，而同一环境下存在多 辆车运动是非常常见的情况。相对于主动传感器来说，机器视觉检测的信息量大， 它几乎能够提供驾驶者所需要的全部驾驶信息。尽管在目前硬件、软件条件下机 器视觉功能还处于初级水平，但其潜在的应用价值已经引起世界各国的高度重 视。发达国家如美国、德国、法国和同本都投入了大量的人力、物力进行相关技 术的研究。近年来，他们已经在机器视觉的某些方面获得了突破性进展，在实际 广东工业大学工学硕士学位论文车辆}：进行相关的实验研究。可以得到结论，采用被动式传感器系统，即机器视 广东工业大学工学硕士学位论文 车辆}：进行相关的实验研究。可以得到结论，采用被动式传感器系统，即机器视 觉系统，将具有广阔的应用前景。 目前，机器视觉在软件和硬件上都还有很大的发展空间，软件方面需要改进、 完善视觉算法，硬件方面则需要不断提高处理器的计算能力、视觉传感器的_丁作 性能等。基于该考虑，本文设计和实现的路况识别系统主要就是为了提高机器视 觉系统中的视觉处理算法和整个硬件系统的性能。 1．2国内外研究现状的分析 目前，交通阻塞及交通事故已经成为人们普遍关注的问题。世界各国都在开 展智能交通系统(ITS)、智能车路系统(IVHS)的研究，以期望提高运输效率、 减少交通事故和减轻驾驶者的劳动负荷。作为ITS和IVHS的重要组成部分，智 能车辆的研究吸引了国内外机器视觉、车辆工程与工业控制等领域众多研究学者 的关注，他们纷纷致力于相关理论和应用的研究，取得了很多突破性成果。 德国的uBM大学的Diekmanns教授所在的智能车辆研究小组一直致力于动态 机器视觉领域的研究。该小组研制的EMS—Vision视觉系统能够较好的模拟人眼 的功能m。该系统的特点是：随着速度的变化，能够自动调节摄像机的焦距；能 够对周围较宽范围内的物体进行感知；系统适应不平道路的颠簸环境；能够对立 体视觉进行处理。 意大利的Alberto Broggi教授在ARGO项目121中提出一种基于外形的行人检 测算法。该算法是基于对行人外形的定位，通过对称性、尺寸大小、比例和形状 来识别行人。该算法首先对单帧图像进行粗略处理得到初步的行人外形，然后用 立体视觉技术得到距离，再对上述处理结果进行细化。目前，ARGO项目所研制 的智能车可以在机动车道上自动驾驶，在实现车道跟踪、计算车道的几何形状、 检测前方障碍、定位前方车辆以及检测车辆前方行人等方面都做了深入研究。 法国的Romuald Aufrer