张健大创项目研究报告样本.doc

广西科技大学

大学生创新创业训练筹划项目

项目名称平行泊车辅助系统中视觉测量研究

项目名称：平行泊车辅助系统中视觉测量研究

项目类别：创新训练项目?创业训练项目□

创业实践项目□

项目负责人：张健

负责人所在院系：电气与信息工程学院

填表日期：6月4日

6月4日

摘要

随着科技发展，人们对汽车需求度以及购买量与日俱增。车子越来越多，可是路边供停车泊车位却是有限，如何有效地把车子停入车位，不但要依托纯熟驾车技术，更是要依托当代化技术来辅助完毕。

本项目重要研究在平行泊车（侧方停车）过程中，基于机器视觉自动检测平行泊车位，检测平行泊车中车辆与前车横向距离，自主判断与否会与前车发生擦碰以及自主判断与否擦碰上路肩。通过摄像头所拍摄到图像，通过一系列图像解决最后得出这个平行泊车（侧方位停车）过程能否顺利进行。本模仿碰撞系统通过大量模仿实验后可应用于自动泊车系统。

一方面，理解何为平行泊车，在其基本上把平行泊车过程划分了几种环节，找到本项目研究这4个问题发生在哪一阶段，及易发生碰撞擦碰点。

本课题将针对平行泊车过程中对车位检测、自动检测车辆相对前车横向距离、车身擦碰预测以及车辆与路肩擦碰预测这4个方面逐个研究如何通过视觉检测来解决问题。

核心词：平行泊车；神经网络；视觉测量；障碍物检测；

1.项目研究背景

在实验初期，咱们查找了大量文献，发现既有解决方案并不能较好实现平行泊车辅助测量。重庆大学黄席樾、朱雷、杨璟、李强[1]在使用了TMS320C620lDSP芯片作为核心器件，用于实时图像解决，可以可靠地检测道路、障碍物存在及其距离。但也存在局限性：该数字解决器用法略有繁琐，该算法不能从主线上解决问题。又如魏喜明在对比毫米波雷达与图像解决优缺陷基本上，提出毫米波雷达，并研发了毫米波与图像解决相结合智能避撞方案【2】：该办法可实现可实现智能避撞又可减少虚警发生。但是这种方案仍有缺陷：由于停车点不固定，因此雷达测速测距离误差很大，结论值并不能应用于所有环境。刘波、钟幼强、金施群、修亮运用DSP系统分析解决，对异常状况给出告警信号红外视觉检测。图像解决相结合实现积极避撞办法，以充分发挥两者长处弥补自身缺陷，并且对该系统运营平台进行了设计。因此面对平行泊车这一项目，视觉测量仍是一种较好解决方案。

项目意义

在平行泊车过程中，拍摄到停车位并迅速计算出停车位大小、通过检测两车之间距离，获取最优泊车位置、通过视觉检测技术检测出泊车时两车相对位置关系，从而预测出两车与否会发生碰撞以及自主判断与否碰撞上路边路阶。以上研究成果所建立模仿系统可应用于平行泊车辅助系统。

实行过程

3.1车位检测

通过摄像头拍摄所得图像点坐标输入到网络中使之输出为摄像头拍摄所得图像点世界坐标。

一方面,探讨基于机器视觉平行泊车位自动检测课题研究背景及意义，理解国内外在该领域研究现状及发展状况，拟定基于机器视觉平行泊车位自动检测课题研究流程。

另一方面采用摄像头获取图像，进行摄像机标定实验，基于机器视觉平行泊车位自动检测图像采集，模仿小车泊车时前头和车尾车姿状况，记录有关实验数据。

最后基于机器视觉平行泊车位自动检测图像采集，模仿小车泊车车姿车位状况，并记录有关数据，对前车位线和后车位线角度分状况讨论，做出表格，然后用BP神经网络综合解决数据后，计算出左边路沿和右边路牙距离，得出平行泊车位大小，最后进行误差分析，成果分析。

3.2相对于前车平行距离

通过小车先后车轮与地面相交点图像坐标输入到网络中使之输出为小车先后车轮与地面相交点实际坐标。

基于单目视觉研究，同步采用了基于BP神经网络标定办法，估测特性点实际位置，然后依照特性点世界坐标求取距离。一方面，采用BP神经网络标定办法对摄像机进行标定，建立图像坐标和世界坐标，拟定三维空间物体详细位置与其在图像上像素点坐标相应关系。再运用标定好摄像机进行图像采集，在测距模仿实验中，小车模仿前车，椅子模仿本车，实现车辆视觉对前车图像采集，并从采集到图像提取特性点图像坐标，本文提取特性点重要是前车前、后车轮与地面相交点。然后运用标定好网络求取前车特性点世界坐标值，结合几何运算办法求解两车之间距离。最后将实际距离与求得距离比较分析，虽然在求得数据上有个别存在误差比较大，但从整体来看，运用本文提出办法与运算还是可行。

3.3车辆与其她车身擦碰预测

通过输入前车图像坐标输入到网络中使之输出与否会与前车发生碰撞。

通过使用安装在模仿小汽车上摄像头摄取地面标定点图