基于机器视觉的车道线检测识别与车道偏离预警算法研究_李大新.docx
《基于机器视觉的车道线检测识别与车道偏离预警算法研究_李大新.docx》由会员分享,可在线阅读,更多相关《基于机器视觉的车道线检测识别与车道偏离预警算法研究_李大新.docx(95页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、 分类号: TP391.4 密级: 单位代码: 10422 学 号: 200912827 论文题目:基于机器视觉的车道线检测识别与车道 偏离预警算法研究 Lane Detection and Departure Warning Based on Machine Vision 作 者 姓 名 李大新 学院名称 控制科学与工程学院 专业名称控 制 科 学 与 工 程 指导教师 马昕教授 合 作 导 师 _ 2012年 04月 18日 原创性声明 本 人 郑 重 声 明 : 所 呈 交 的 学 位 论 文 , 是 本 人 在 导 师 的 指导 下 , 独 立 进 行 研 究 所 取 得 的 成 果
2、。 除 文 中 己 经 注 明 引 用的内 容 外 , 本 论 文 不 包 含 任 何 其 他 个 人 或 集 体 已 经 发 表 或 撰 写过 的 科 研 成 果 。 对 本 文 的 研 究 作 出 重 要 贡 献 的 个 人 和 集 体 ,均 己 在 文 中 以 明 确 方 式 标 明 。本 声 明 的 法 律 责 任 由 本 人 承 担 。 论 文 作 者 签 名 : 為 九 知 日期: 关于学位论文使用授权的声明 本 人 完 全 了 解 山 东 大 学 有 关 保 留 、使 用 学 位 论 文 的 规 定,同 意 学 校 保 留 或 向 国 家 有 关 部 门 或 机 构 送 交 论
3、文 的 复 印 件和电 子 版 , 允 许 论 文 被 查 阅 和 借 阅 ; 本 人 授 权 山 东 大 学 可 以将本 学 位 论 文 的 全 部 或 部 分 内 容 编 入 有 关 数 据 库 进 行 检 索 , 可以 采 用 影 印 、 缩 印 或 其 他 复 制 手 段 保 存 论 文 和 汇 编 本 学 位 论文。 (保密论文在解密后应遵守此规定 ) 论 文 作 者 签 名 导 师 签 名 : 日期: / 2 . D 目录 般 . I ABSTRACT . Ill 職 . 1 1.1研究背景和意义 . 1 1.2国内外技术发展状况 . 3 1.2.1国外发展状况 . 3 1.2.2
4、国内发展状况 . 5 1.3本文主要研究内容 . 7 1.4本文章节安排 . 8 第二章道路图像预处理 . 11 2.1道路图像灰度化 . 11 2.2道路图像的滤波增强处理 . 12 2.2.1常用的图像增强方法 . 12 2.2.2中值滤波方法的实现 . 18 2.3道路图像边缘检测 . 19 2.3.1 Roberts边缘检测算子 . 19 2.3.2 Sobel边缘检测算子 . 20 2.3.3 Log边缘检测算子 . 21 2.3.4 Candy边缘检测算子 . 22 2.3.5各种边缘检测算子比较 . 25 2.4道路图像的二值化 . 26 2.5本章小结 . 27 第三章道路图像
5、检测与识别 . : . 29 3.1车道线模型描述 . 29 3.1.1车道线检测常用假设 . 29 3.1.2系统车道线模型描述 . 32 3.2基于 CHEVP算法的车道线检测与识别 . 34 3.2.1 Hough变换检测直线 . 34 3.2.2水平线检测方法 . 37 3.2.3参数 k和车道线中线的估算方法 . 41 3.2.4 .曲线拟合车道线边界及中线 . 44 3.2.5基于 CHEVP算法的实验结果 . 44 3.3基于最小二乘法的车道线检测与识别 . 48 3.3.1最小二乘法的基本原理 . 48 3.3.2车道的图像分割 . 49 3.3.3车道线的走向判断 . 51
6、3.3.4基于最小二乘法的实验结果 . 50 3.4本章小结 . 51 第四章车道线偏离预警模建立 . 55 4.1引言 . 55 4.2摄像机标定 . 55 4.2.1摄像机针孔成像模型 . 55 4.2,2本文选用的摄像机标定方法 . 59 4.2.3摄像机标定实验 . 60 4.3车道偏离常用模型简介 . 60 4.3.1 CCP 模型 . 61 4.3.2FOD 模型 . 61 4.3.3KBIRS 模型 . 62 4.3.4 TLC 模型 . 65 4.4车道偏离预警模型的选择及参数提取 . 66 4.4.1车辆偏航角计算 . 67 4.4.2车辆横向偏移距罔测量 . 69 4.5车
7、道偏离结果及分析 . 72 4.6本章小结 . 72 第五章总结与展望 . 71 参考文献 . 73 雜 . 83 CONTENTS Abstract (Chinese) . I Abstract (English) . Ill Chapter 1 Introduction . 1 1.1 Backgronund and significance . 1 1.2 Technology development at home and abroad . 3 1.2.1 Foreign development status . 3 1.2.2 Domestic development status
8、. 5 1.3 Main work . 7 1.4 Structure . 8 Chapter 2 Road image preprocessing . . . 11 2.1 . The graying of the road image . 11 2.2 Road image enhancement processing . 12 2.2.1 Commonly used image enhancement method . 12 2.2.2 Implementation of the median filter . 18 2.3 Road image edge detection . 19
9、2.3.1 Roberts edge detection operator . 19 2.3.2 Sobel edge detection operator . 20 2.3.3 Log edge detection operator . 21 2.3.4 Candy edge detection operator . 22 2.3.5 Comparison of a variety of edge detection operators . 25 2.4 Road image binarization. 26 2.5 Summary . 27 Chapter 3 Road image det
10、ection and recognition., . 29 3.1 Lane model description . 29 3.1.1 The common assumption lane detection . 29 3.1.2 Lane model description of the system . 32 3.2 . Lane detection and recognition based on the CHE VP algorithm . 34 3.2.1 Line detection based on hough transform . 34 3.2.2 Horizontal li
11、ne detection method . 37 3.2.3 . The estimation methods of parameter k and the center line of the lane . 41 3.2.4 Curve fitting the boundary and the center line of the lane . 44 3.2.5 Experiments and results analysis . 44 3.3 Lane detection and recognition based on least squares algorithm . 48 3.3.1
12、 The basic principle of the least squares method . 48 3.3.2 Segmentation of the lane image . . . 49 3.3.3 . The judgment of the driveway line trend . 51 3.3.4 Experiments and results analysis . 50 3.4 Summary . 51 Chapter 4 The establishment of lane departure warning model . 55 4.1 Introduction . 55
13、 4.2 Camera Calibration . . . 55 4.2.1 Camera pinhole model . 55 4.2.2 Choice of camera calibration method . 59 4.23 Camera calibration experiment. 60 4.3 Commonly used lane Departure . 60 4.3.1 CCP model . 61 4.3.2 FOD model . 61 4.3.3 KBIRS model . 62 4.3.4 TLC model . 65 4.4 Lane departure warnin
14、g model selection and parameter extraction . 66 4.4.1 Vehicle yaw angle calculation. 67 4.4.2 Vehicle lateral offset distance measurement . 69 4.5 Experiments and results analysis . 72 4.6 Summary . 72 Chapter 5 Conclusion and Outlook . 71 Reference . 73 Acknowledgements . 83 摘要 随着道路交通的快速发展和汽车保有量的日益
此文档不允许下载,请继续在线阅读
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 机器 视觉 车道 检测 识别 偏离 预警 算法 研究 大新
限制150内