基于视觉的车辆后方障碍物检测算法研究与实现

论文摘要

随着世界经济的稳步增长和汽车价格的不断下降,近年来私人汽车的持有量显著上升。在享受汽车带给我们便利的同时,因交通事故而产生的问题也日益突出。其中,司机泊车时由于车后盲区所造成的交通事故约占30%。因此,具有后方障碍物检测功能的倒车辅助技术吸引了人们的广泛关注,目前已成为智能停车技术的发展趋势。本文通过在对现有障碍物检测算法分析比较的基础上,提出了一种基于自车运动估计的障碍物检测算法。首先,该算法以自车运动模型为基础,通过遍历运动参数的搜索空间,找到使连续两帧图像中对应的路面区域之间自运动概率最大的运动参数,从而准确估计出自车相对于路面的运动。其次,利用障碍物与道路平面运动的差异性,对序列图像做基于运动补偿的差分。在差分图中,排除噪声点并提取出障碍物区域,从而实现对车辆后方任意障碍物的检测。最后,本文从系统的整体性能角度出发,针对特殊的嵌入式平台对障碍物检测系统进行了设计与高性能实现。本文所提出的算法已经实现并应用于东软股份有限公司汽车电子先行技术研究中心的识别引擎中。通过在实际场景中的测试表明,该算法在识别率和实时性方面都达到了预期效果。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 课题背景
• 1.1.1 应用需求
• 1.1.2 智能停车辅助系统（PAS）
• 1.1.3 基于视觉的车辆后方障碍物检测
• 1.2 国内外研究现状及发展动态
• 1.3 研究意义
• 1.4 本文的主要工作
• 1.4.1 研究内容
• 1.4.2 本文的组织
• 第二章 相关技术简介
• 2.1 对象识别技术
• 2.1.1 图像处理
• 2.1.2 模式识别
• 2.1.3 计算机视觉在对象识别中的应用
• 2.2 运动估计
• 2.2.1 运动模式
• 2.2.2 运动估计基本原理
• 2.3 嵌入式技术
• 2.3.1 Windows CE介绍
• 2.3.2 ARM微处理器介绍
• 2.4 本章小结
• 第三章 算法分析与设计
• 3.1 应用背景分析
• 3.2 基于单目视觉的障碍物检测方法
• 3.2.1 基于特征的方法
• 3.2.2 基于光流的方法
• 3.3 基于直接方法运动估计的障碍物检测原理分析
• 3.3.1 逆透视投影算法（IPM）
• 3.4 基于直接方法自运动估计的障碍物检测
• 3.4.1 自车运动参数估计
• 3.4.2 障碍物检测
• 3.5 多粒度自适应障碍物检测方法
• 3.5.1 自适应障碍物检测
• 3.5.2 多粒度障碍物检测
• 3.6 本章小结
• 第四章 障碍物检测算法的实现与性能优化
• 4.1 障碍物检测算法实现
• 4.1.1 数据接口定义
• 4.1.2 预处理模块
• 4.1.3 自车运动参数估计模块
• 4.1.4 障碍物检测模块
• 4.2 系统性能优化
• 4.2.1 基于平台的性能优化
• 4.2.2 基于算法的性能优化
• 4.2.3 性能优化结果分析
• 4.3 本章小结
• 第五章 算法评估
• 5.1 测试结果分析
• 5.2 本章小结
• 第六章 结束语
• 6.1 本文工作总结
• 6.2 进一步的工作
• 6.3 展望
• 参考文献
• 致谢
• 论文情况