基于视觉的停车位检测系统的研究与实现

论文摘要

随着我国汽车市场逐步的成熟,越来越多的人将安全性提升到购买车辆的首选因素,因此配备泊车辅助系统成了汽车市场发展的趋势,而在泊车辅助系统中泊车引导功能越来越受到市场的欢迎,具有非常强的应用价值,而车位检测是实现泊车引导和自动停车的关键技术。目前市场上流行的车位检测技术有两种,一种是基于超声波的车位检测方法,一种是基于视觉的车位检测方法。与基于超声波的解决方案相比,基于视觉的车位检测系统更为可靠、更加安全、成本也更低廉,更为重要的是基于视觉的车位检测系统能够检测出更为复杂的场景,因此成为近些年来研究的热点。本文基于后方鱼眼相机针对车位检测展开研究。首先就停车位的检测提出了一系列的检测方法,并分析了这些方法的有效性,最终实现了一个基于视觉的停车位检测系统的原型版本。本文的组织按照系统的构建顺序将整个系统分为图像预处理、边缘检测、霍夫变换与直线提取、停车线检测、停车区域生成、停车位跟踪等模块,对于每个模块分别阐述了针对本模块需要解决的问题所选取的算法以及具体的实现过程。最后本文给出了系统在各种复杂场景下的评估结果,包括雨雪天气,车辆倒车有无转弯等情况。结果表明在这些复杂场景下本文技术都可以有效检测出停车位。因此,本文技术对解决车位检测问题是有效的。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题背景
• 1.2 智能停车辅助系统（PAS）
• 1.3 停车位检测算法的研究现状
• 1.4 本课题研究的目的和意义
• 1.4.1 研究目的
• 1.4.2 研究意义
• 1.5 本文的主要工作
• 1.5.1 主要研究内容
• 1.5.2 本文的组织
• 第2章 相关技术简介
• 2.1 计算机视觉
• 2.2 相机成像模型与消失线检测
• 2.3 鱼眼图像矫正
• 2.4 停车位感知技术
• 2.5 基于光流的跟踪技术
• 2.6 本章小结
• 第3章 停车位检测关键算法的研究
• 3.1 引言
• 3.2 停车位的建模
• 3.2.1 停车位的种类
• 3.2.2 停车位的建模
• 3.3 停车线的检测
• 3.3.1 图像边缘提取
• 3.3.2 直线的检测算法
• 3.4 停车位跟踪算法
• 3.4.1 检测区域的选择与特征点检测
• 3.4.2 特征点的跟踪与筛选
• 3.4.3 车位角点位置的确定与还原
• 3.5 本章小结
• 第4章 停车线检测系统设计与实现
• 4.1 引言
• 4.2 预处理模块的设计与实现
• 4.3 直线基元提取模块
• 4.3.1 边缘提取的设计与实现
• 4.3.2 霍夫变换与直线提取的设计与实现
• 4.5 停车线判定模块与停车位构建模块
• 4.5.1 停车线判定模块
• 4.5.2 停车位构建模块
• 4.6 停车位的跟踪模块
• 4.6.1 跟踪检测区的选择与特征点的检测
• 4.6.2 特征点的跟踪与筛选
• 4.6.3 车位角点位置确定与还原
• 4.7 本章小结
• 第5章 系统评估
• 5.1 停车线的识别测试
• 5.2 跟踪结果测试
• 第6章 结束语
• 6.1 本文工作总结
• 6.2 工作展望
• 参考文献
• 致谢