基于单目视觉的移动障碍物检测技术的研究与实现

论文摘要

随着经济的不断增长以及汽车价格的不断降低,私人汽车的持有量快速增长,倒车事故发生数量也呈明显的上升趋势。因此,具有防碰撞安全警报功能的倒车辅助驾驶技术吸引了人们的广泛关注。对道路上车辆后方障碍物(特别是移动障碍物)的检测作为停车辅助驾驶系统中最重要的环节,在提高汽车的安全性能和减少交通事故等方面有着广阔的应用前景。本文研究的内容是基于车载单目视觉的车辆后方移动障碍物检测技术。研究内容分为三大部分,第一部分对现有的角点检测算法进行分类,并对两种经典的角点检测算法(Harris算法和SUSAN算法)进行了实现和性能的比较分析,为光流的计算、图像配准等技术打下了良好的基础。第二部分重点研究基于梯度和基于匹配的光流场计算算法,采用一致性数据检验技术对匹配的方法进行改进,得到了更加理想的光流场。第三部分重点讨论了自车静止和自车运动两种情况下移动障碍物的检测。提出了一种在自车静止情况下基于三幅图像的背景恢复方法；利用光流技术,设计并实现了一种在自车运动情况下移动障碍物的检测算法,此算法对具有非刚体运动的障碍物的检测取得了很理想的效果。实验结果表明本文提出的方法基本能够对车载摄像机拍摄的图像序列中移动障碍物进行很好检测并对其运动属性进行分类。

论文目录

• 中文摘要
• ABSTRACT
• 第1章 绪论
• 1.1 智能交通系统（ITS）
• 1.1.1 ITS概述
• 1.1.2 ITS现状
• 1.1.3 ITS趋势
• 1.2 车辆辅助驾驶系统（DAS）
• 1.2.1 DAS应用
• 1.2.2 DAS意义
• 1.3 辅助驾驶系统研究现况
• 1.3.1 国外研究现状
• 1.3.2 国内研究现状
• 1.4 本课题研究的目的和意义
• 1.4.1 研究的目的
• 1.4.2 研究的意义
• 1.5 本文的主要工作
• 1.5.1 主要研究内容
• 1.5.2 论文的组织结构
• 第2章 角点检测
• 2.1 角点的概念
• 2.2 角点检测算法
• 2.2.1 基于边缘的角点检测算法
• 2.2.2 基于模板匹配的角点检测算法
• 2.2.3 基于图像灰度的角点检测算法
• 2.3 角点检测的实验效果及分析
• 2.3.1 实验效果
• 2.3.2 实验分析
• 2.4 本章小结
• 第3章 光流场
• 3.1 引言
• 3.2 运动场与光流场
• 3.3 光流的计算
• 3.3.1 光流技术的性能评价
• 3.3.2 光流的计算方法的分类
• 3.3.3 基于梯度的光流场算法
• 3.3.4 基于匹配的光流场算法
• 3.4 光流场的仿真效果及分析
• 3.4.1 仿真效果
• 3.4.2 算法分析
• 3.5 本章小结
• 第4章 基于单目视觉的移动障碍物检测
• 4.1 引言
• 4.2 相关技术简介
• 4.2.1 数学形态学
• 4.2.2 二值图像的连通、聚类
• 4.3 静止背景下移动障碍物检测
• 4.3.1 基于帧间差分方法的移动障碍物检测
• 4.3.2 基于背景差分方法的移动障碍物检测
• 4.4 运动背景下移动障碍物的检测
• 4.4.1 现有的障碍物检测方法
• 4.4.2 本文的方法
• 4.5 本章小结
• 第5章 总结与展望
• 5.1 本文的工作
• 5.2 进一步的工作
• 5.3 总结与展望
• 参考文献
• 致谢