基于鱼眼相机的新型车道线的检测和识别

论文摘要

在现代社会中,汽车的使用普遍产生了很多诸如交通事故、环境污染等问题,其中汽车偏离车道在交通事故中占了很大比例。因此,车道偏离预警系统的研究越来越受到各个国家的重视。车道线检测和识别是车道偏离预警系统中基本的、必须的功能。到目前为止,已经有很多车道线检测和识别的方法被提出。然而,这些方法中缺少一种能有效识别由突起路标构成的新型车道线的方法。本文以鱼眼相机作为外界环境信息的获取手段,设计了一种识别新型车道线的算法。为了识别由突起路标构成的车道线,本文应用了两种方法检测突起路标：一种是借鉴医学上检测肺结点的滤波器而设计了一种圆点滤波器,这种滤波器可以检测出疑似突起路标的亮圆点。另外,感兴趣区域的划分使我们把目标定位在道路面上,这样可以减少非突起路标的亮圆点的干扰。另一种方法是使用OLS模板的匹配方法,根据突起路标在路面上的位置和真实的大小,利用逆透视投影原理可以得到它在图像上的形状,然后构造出用于模板匹配的OLS模板。这种方法可以精确地定位突起路标,排除使用滤波器后存在的噪声点。这两种方法结合使用可以有效地检测出路面上的突起路标。在得到突起路标的中心点后,本文利用一种新提出的基于Hough变换和聚类的算法拟合出车道线,这种算法能够在只得到少量的突起路标中心点的情况下使用,且对由误检测得到的噪声点有一定的抗干扰性。本文针对不同类型的车道线场景进行了检测实验并评估,实验和算法评估结果表明,本文提出的检测突起路标和识别车道线的方法是鲁棒的、有效的。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 研究背景及意义
• 1.2 国内外研究现状
• 1.3 本文主要工作
• 1.3.1 本文研究内容
• 1.3.2 本文组织结构
• 第2章 基础知识
• 2.1 摄像机成像原理
• 2.1.1 目的及意义
• 2.1.2 坐标系的建立
• 2.1.3 摄像机的成像模型
• 2.2 鱼眼图像的校正算法及地面投影变换
• 2.2.1 旋转矩阵
• 2.2.2 基于柱面模型的鱼眼图像校正
• 2.2.3 图像坐标到地面坐标的投影变换
• 第3章 运动估计
• 3.1 运动估计原理
• 3.2 自车运动模型建立
• 3.3 运动估计算法
• 第4章 突起路标的定位
• 4.1 滤波器对突起路标的定位
• 4.1.1 Hessian矩阵的特征值
• 4.1.2 多尺度圆点滤波器的设计
• 4.1.3 滤波器组的设计与简化
• 4.1.4 使用多尺度策略定位候选的中心
• 4.2 OLS模板匹配定位突起路标
• 4.2.1 模板匹配原理
• 4.2.2 OLS模板定位突起路标
• 第5章 车道线识别与算法评估
• 5.1 车道线识别
• 5.1.1 Hough变换原理
• 5.1.2 聚类算法
• 5.1.3 基于Hough变换和聚类的车道线识别
• 5.2 算法运行环境与评估
• 5.2.1 软件运行环境
• 5.2.2 硬件运行环境
• 5.2.3 算法评估
• 第6章 总结与展望
• 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