车载视觉系统中障碍物检测与识别方法研究

《车载视觉系统中障碍物检测与识别方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中图分类号：V355、TP391.4论文编号：102870716-S001学科分类号：082302硕士学位论文车载视觉系统中障碍物检测与识别方法研究研究生姓名曾丽娜学科、专业交通信息工程及控制研究方向智能交通指导教师丁萌副教授南京航空航天大学研究生院民航学院二О一六年三月NanjingUniversityofAeronauticsandAstronauticsTheGraduateSchoolCollegeofCivilAviationResearchonObstacleDetectionandIdentificationfor

2、On-boardVisionSystemsAThesisinTrafficInformationEngineeringandControlbyZengLinaAdvisedbyProf.DingMengSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterofEngineeringMarch,2016南京航空航天大学硕士学位论文摘要智能车辆（IV,IntelligentVehicle）是具有环境感知、路径规划、自主决策、自动执行等功能的车辆。随着计算机

3、技术、人工智能和各种传感器技术的发展，在智能交通领域，智能车辆相关技术也得到了快速发展。自主综合环境感知是智能车辆的标志性功能之一，利用车载传感器实现对车辆行驶环境的探测、感知，确定运动车辆周围的道路、障碍、其他目标的运动行为是综合环境感知的主要任务目标。本课题对道路上的障碍物检测与识别这一智能车辆综合环境感知系统中的关键技术进行了有针对性地研究。为了保证车载视觉系统在夜间与低能见度环境下的有效使用以及提高对障碍目标的检测与识别能力和鲁棒性，本文提出了利用激光雷达与红外图像相结合的障碍物检测与识别方案。以此方案为基础，本文首先研

4、究激光雷达数据与红外数据配准方法；其次，考虑到智能车在启动前静止状态和前进中运动状态下的障碍物检测方法的不同，分别研究了基于激光雷达数据的静止状态背景下的运动障碍物检测与运动背景下障碍物检测方法；最后，通过激光雷达检测出障碍物的位置信息确定其所对应的图像区域，以此作为图像中的感兴趣区域，利用稀疏编码和特征池化完成特征提取并以支持向量机作为分类器实现目标类型的识别。实验结果表明了本文研究的相关算法的可行性。关键词：智能车辆，激光雷达，红外图像，数据配准，感兴趣区域，障碍物检测与识别I车载视觉系统中障碍物检测与识别方法研究ABSTR

5、ACTTheintelligentvehicleisavehiclewithenvironmentalperception,pathplanning,autonomousdecision-making,andautomaticexecution.Withthedevelopmentofcomputertechnology,artificialintelligenceandvariousofsensortechnologies,thetechniquesofintelligentvehiclesbecomeafastdevelop

6、ingareaintheintelligenttransportationfield.Automaticenvironmentalperceptionisoneofthemarkfunctionsofintelligentvehicles,whichdetectsandperceivesthesurroundingsofvehiclesusingvehicle-mountedsensors,wherethemaingoalistodeterminetheroads,obstaclesandothermovementtargets

7、.Therefore,thispaperfurtherdiscussesthekeytechnologiesofvision-basedroadobstacledetectionandidentificationforintelligentvehicles.The2Dlaserscannerandinfraredimagesystemsetupinthispaperareabouttoensurethatthemobilemonitoringsystemcanbeusedunderpoorvisibilityoratnighta

8、ndtheabilityofrecognizingbarrierisimproved.Basedonthesystem,thedataregistrationof2Dlaserscannerdataandinfraredimagedataareproposedf