检索结果-南通市图书馆

基于激光点云的道路边界检测和标线识别方法的研究与实现

在线全文

学校读者我要写书评

暂无评论

基于激光点云的道路边界检测和标线识别方法的研究与实现

作者：李会宾北京工业大学

学位级别：硕士

随着无人驾驶的发展和人们对交通安全的日益关注,道路边界检测和标线识别技术成为了无人驾驶感知系统中的重要组成部分。无人驾驶车辆准确地检测道路边界,可以判别出交通环境中的可行驶区域,无人驾驶车辆识别出道路标线的类型,可以确定... 详细信息

随着无人驾驶的发展和人们对交通安全的日益关注,道路边界检测和标线识别技术成为了无人驾驶感知系统中的重要组成部分。无人驾驶车辆准确地检测道路边界,可以判别出交通环境中的可行驶区域,无人驾驶车辆识别出道路标线的类型,可以确定当前车道的行驶信息,进而无人驾驶车辆能够准确地做出直行、变道或者拐弯等驾驶行为。道路边界检测和标线识别都存在两大主流的研究方法,分别为基于视觉的检测方法和基于激光点云的检测方法。在基于视觉的检测方法中,相机易受外界光照的影响,尤其是环境中存在阴影、水迹和光照条件变化等情况时,会导致图像模糊或者畸变,造成检测结果出现偏差甚至无法检测。然而,激光雷达穿透力强,能够获取高精度、高密度的激光点云,并且不受光照变化的影响,使得激光雷达在三维结构和强度检测中具有较大优势。目前,在基于激光点云的道路边界检测和标线识别的研究中,多采用道路边界的局部特征和点云反射强度特征,该类方法实时性较高,鲁棒性较好并且也获取了良好的检测和识别结果。本文的研究分为两部分,第一部分为道路边界的检测,道路边界区域的高程和坡度一般情况下变化较大,由于一些道路边界区域存在绿化带的遮挡,会导致道路边界的形态发生无规则变化。本文提出的道路边界检测算法对于道路边界存在遮挡或者无遮挡的情况下,均能够获取准确的检测结果。该算法首先获取道路的横切面,然后采用单线点云自下而上包裹道路横切面的方法,获取道路横切面轮廓,之后通过双窗口法检测道路边界的高程、坡度和一致性分布特征,判定出道路边界点,最终拟合道路边界点获取完整的道路边界线。该算法通过引入单线点云反向提取道路横切面轮廓,即使在道路边界被绿化带遮挡的情况下,该算法也能保存道路边界的形态结构,该方式增强了算法的鲁棒性。第二部分是道路标线的识别,首先根据道路边界线分割出道路区域,然后在道路区域中通过道路标线的强度特征和动态阈值算法提取道路标线,之后通过层次聚类算法获取各个道路标线的聚类块,然后利用PCA算法获取聚类块的长度和宽度特征,并通过kdtree算法计算聚类块的平整度,利用这三个特征判定道路标线的类型,最后确定道路标线的中心位置并构建道路标线矢量。本文实验结果表明,在城市交通环境中,该方法能够准确的检测出道路边界,并对常见的道路标线进行识别,具有较好的实用性。

关键词：无人驾驶道路边界检测道路标线识别层次聚类动态阈值

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于点云密度的结构化道路边界增强检测方法

汽车工程 2017年第7期39卷 833-838页

作者：苏致远徐友春彭永胜王任栋军事交通学院研究生管理大队天津300161 军事交通学院军用车辆系天津300161

为快速鲁棒地检测结构化道路边界,提出一种基于HDL-64E激光雷达点云密度的道路边界增强检测方法。通过建立虚拟雷达模型,利用点云密度特征,实现前景与背景分离,并利用随机采样一致性算法得到20m内的道路边界。为解决20~100m内道路边界... 详细信息

为快速鲁棒地检测结构化道路边界,提出一种基于HDL-64E激光雷达点云密度的道路边界增强检测方法。通过建立虚拟雷达模型,利用点云密度特征,实现前景与背景分离,并利用随机采样一致性算法得到20m内的道路边界。为解决20~100m内道路边界点云稀疏、检测准确性下降的问题,提出利用光线切割模型对道路边界进行增强检测。在校园道路和城市快速路进行实验,道路边界检测率达到95%以上,有效检测距离可达70m以上,检测周期小于32ms。

关键词：道路边界检测虚拟扫描模型点云密度光线切割模型

在线全文

学校读者我要写书评

暂无评论

基于3D激光雷达城市道路边界鲁棒检测算法

浙江大学学报（工学版） 2018年第3期52卷 504-514页

作者：孙朋朋赵祥模徐志刚闵海根长安大学信息工程学院陕西西安710064

对点云预处理,并采用点云映射的方式快速分割出地面,同时消除路内障碍物以降低数据量;将分割出的地面数据组织成无向图,结合道路边界的多种局部特征和全局连续性特征提取边界点;根据道路边界点的测量模型修正提取的边界点,并采用二次多... 详细信息

对点云预处理,并采用点云映射的方式快速分割出地面,同时消除路内障碍物以降低数据量;将分割出的地面数据组织成无向图,结合道路边界的多种局部特征和全局连续性特征提取边界点;根据道路边界点的测量模型修正提取的边界点,并采用二次多项式拟合修正后的边界点;采用多种策略对道路边界进行更新以使相邻两帧检测的道路边界保持平滑.实验证明,在道路边界不规则、存在路内障碍物遮挡边界的情况下,采用该方法得到的道路边界检测结果依然具有较高的鲁棒性和准确性.

关键词：道路边界检测 3D激光雷达点云映射无向图路内障碍物遮挡边界不规则

在线全文

学校读者我要写书评

暂无评论

采用Hough变换的道路边界检测算法

智能系统学报 2012年第1期7卷 81-85页

作者：史晓鹏何为韩力群北京工商大学计算机与信息工程学院北京100048

基于计算机视觉的路况信息识别是当前智能交通领域的热点课题,对道路边界的检测能够有效去除路况图像中与路况特征无关的大面积区域,是提高路况信息获取实时性的关键技术之一,提出一种适用于一般场景中直线道路和弯曲道路的边界检测算法... 详细信息

基于计算机视觉的路况信息识别是当前智能交通领域的热点课题,对道路边界的检测能够有效去除路况图像中与路况特征无关的大面积区域,是提高路况信息获取实时性的关键技术之一,提出一种适用于一般场景中直线道路和弯曲道路的边界检测算法.该算法采用直方图均衡和Otsu二值分割增强道路边界特征,使用均值滤波降噪和二值形态学方法获取特征边界,最终利用分空间的Hough变换方法实现道路边界检测.实验结果表明,该方法能够准确地检测道路边界线并进行道路区域分割,为后续的路况分类工作提供了有效保障.

关键词：道路边界检测 Otsu法 Hough变换智能交通计算机视觉

在线全文

学校读者我要写书评

暂无评论

矿山道路边界线实时检测与跟踪

矿山道路边界线实时检测与跟踪

作者：鲁小伟中国科学院大学(中国科学院人工智能学院)

学位级别：硕士

由于矿山环境的特殊性,无人化矿山应用亟待落地。自动驾驶矿用卡车不仅解放了驾驶人员,而且保证了矿山工作的效率以及稳定性。环境感知技术是实现自动驾驶的重点和难点,其中道路边界线检测技术是自动驾驶感知系统的重要部分,不仅为自动... 详细信息

由于矿山环境的特殊性,无人化矿山应用亟待落地。自动驾驶矿用卡车不仅解放了驾驶人员,而且保证了矿山工作的效率以及稳定性。环境感知技术是实现自动驾驶的重点和难点,其中道路边界线检测技术是自动驾驶感知系统的重要部分,不仅为自动驾驶提供了安全驾驶范围,而且保障了矿山中车辆行驶的安全性。由于矿山道路没有路肩且道路边界线十分模糊,因此区分道路边界线之内的可行驶区域与边界线以外非可行驶区域成为重要研究课题。本文提出了一种实时的道路边界检测与跟踪的方法,通过在矿用卡车车前安装Velodyne HDL-32E三维激光雷达传感器来采集点云数据。首先,研究矿山道路有效分割算法,获得剔除地面点云的高架点信息。然后,研究在高架点上有效进行道路边界点提取并跟踪。在高架点上进行光束模型划分,在每一个光束区域中提取道路边界候选点,利用候选点过滤出道路边界点。最后,对提取的道路边界点进行道路边界点跟踪以及曲线拟合,并将最终结果反馈到无人矿用卡车。本文的主要贡献如下:(1)针对矿山道路凹凸不平、多坡度的特点,本文提出了二次栅格化算法有效对矿山道路地面分割。(2)由于矿山道路没有明确的道路边界点,本文设计了一种在多个道路边界候选点中有效检测出道路边界点的方法,可以有效过滤道路外部的虚假点。(3)本文建立了矿山场景的数据集。在矿山不同类型的道路上采集激光雷达的数据,对每一帧进行地面和道路边界点进行了标注。(4)本文提出了一种基于卡尔曼滤波的道路边界点跟踪方法,可以改善检测结果的稳定性和准确性。通过大量数据进行实验,验证了所提方法的性能,实验结果证明了本方法的准确性和实时性。大部分感知技术文献的研究对象为城市场景或者乡村场景,本论文提出的感知技术算法针对于矿山场景,解决了矿山道路复杂难以检测的问题。本文对道路边界跟踪可以实时预测和更新边界点信息,以防止误检及漏检。矿山道路的实验验证数据显示了本算法的准确性和鲁棒性,本算法不仅限于矿山场景的道路,也可适用于其他非结构化道路。

关键词：矿山环境目标检测道路边界检测自动驾驶感知

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

列车车载远距离感知系统设计

控制与信息技术 2023年第3期 95-101页

作者：黄文宇潘文波李源征宇陈志伟杨振宇袁超中车株洲电力机车研究所有限公司湖南株洲412001

针对列车制动距离长、感知距离远以及列车运行前方限界难以实时构建等问题,文章提出一种基于毫米波雷达检测道路边界和列车的远距离感知系统。该系统采用一套定制的适应轨道交通强散射环境的高分辨率、远距离毫米波雷达和一种基于感兴... 详细信息

针对列车制动距离长、感知距离远以及列车运行前方限界难以实时构建等问题,文章提出一种基于毫米波雷达检测道路边界和列车的远距离感知系统。该系统采用一套定制的适应轨道交通强散射环境的高分辨率、远距离毫米波雷达和一种基于感兴趣区域以及速度连续性假设的自身车速精准解算方法,根据自身车速将雷达检测目标点区分为动目标点和静目标点,并在此基础上,采用种子方法实现轨道限界特征点的稳定提取和边界曲线拟合;同时,使用位置和速度作为聚类参数提出了一种改进DBSCAN聚类方法,对不同维度赋予不同的权重,通过对雷达输出的目标航迹信息进行聚类和形状估计来识别列车,并根据边界信息判断碰撞风险。装车试验结果表明,该系统能够在400 m范围内稳定拟合前方轨道边界以及列车轮廓,相比传统乘用车雷达探测距离提升了4倍,并对侵界的列车可做出碰撞预警,从而避免事故的发生。

关键词：道路边界检测密度聚类轨道交通毫米波雷达远距离感知

在线全文

学校读者我要写书评

暂无评论

室外环境下基于稀疏点云的可通行区域检测

室外环境下基于稀疏点云的可通行区域检测

作者：庄博南京理工大学

学位级别：硕士

环境感知作为移动机器人的“眼睛”,是其导航定位与规划控制的基础。因此,实时有效的可通行区域检测具有至关重要的作用。多线激光雷达凭借其优良的几何特性、精准的测量特性和稳定的工作特性,在环境感知领域具有不可替代的地位。针对... 详细信息

环境感知作为移动机器人的“眼睛”,是其导航定位与规划控制的基础。因此,实时有效的可通行区域检测具有至关重要的作用。多线激光雷达凭借其优良的几何特性、精准的测量特性和稳定的工作特性,在环境感知领域具有不可替代的地位。针对现有方法在室外复杂环境下检测性能不足的问题,本文基于VLP-16的稀疏点云数据,研究面向室外复杂环境的可通行区域检测方法。旨在克服复杂环境因素的影响,为移动机器人提供稳定、准确、快速的环境感知能力。研究内容主要包括以下几个方面:（1）为了突破典型方法的局限性,提高检测方法在室外环境下的精度和质量,本文提出了基于线特征提取优化的道路边界检测方法。首先根据约束条件实现了特征点与特征直线的局部最优化提取。其次通过K-Means聚类、横向纵向整合和RANSAC筛选的组合处理方式,快速且精确地获取了描述真实道路边界的直线段。最后充分利用三次B样条插值模型的优良特性,绘制出完整且细腻的道路边界。实验证明,算法在多种室外测试环境下都具有优秀的准确性和鲁棒性。（2）障碍物检测是环境感知的关键任务,本文结合点云数据的栅格方法与几何特征检测障碍物,提高了计算效率且避免了精度损失。方法在径向特征分析过程中引入动态阈值法提取障碍物点,增强了算法的鲁棒性和准确性,并通过判断横向特征有效减少了误检现象的产生。最后以最近邻障碍点为约束,融合道路边界形成机器人的可通行区域。通过多种场景的对比实验证明,算法能够克服弯道、坡道、多障碍、负障碍等室外复杂环境的影响,具有良好的实时性、准确性和鲁棒性。（3）障碍物的类别、轮廓等信息具有更高的应用价值和研究意义。本文以车辆和行人作为主要障碍物模型,通过栅格的邻域增长聚类对其进行分类任务的研究。方法利用先验知识构建障碍栅格地图,并基于邻域增长法对障碍栅格进行区域性聚类和分割。然后根据聚类的分布特性提取矩形轮廓,精确地标记了障碍物的类别、规模和位置。最后结合聚类的高度信息和几何特性,实现了车辆和行人的简单分类。实验结果验证了算法的正确性与有效性。

关键词：移动机器人三维点云可通行区域检测道路边界检测障碍物检测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

复杂环境下的车道线检测

复杂环境下的车道线检测

作者：罗杨电子科技大学

学位级别：硕士

基于视觉的车道线检测是智能驾驶系统中的关键技术之一。尽管许多研究人员在该领域上进行了大量的研究,但是由于现实生活中实际行车道路环境的多样性和复杂性,实现准确的车道线检测依旧面临着诸多困难,如光照变换、路面阴影、车辆行驶... 详细信息

基于视觉的车道线检测是智能驾驶系统中的关键技术之一。尽管许多研究人员在该领域上进行了大量的研究,但是由于现实生活中实际行车道路环境的多样性和复杂性,实现准确的车道线检测依旧面临着诸多困难,如光照变换、路面阴影、车辆行驶痕迹和其他行车标志等的干扰。针对这些问题,本文以在复杂行车环境下实现较为准确的车道线检测为目标,开展了对结构化道路车道线检测和非结构化道路道路边界检测的研究。其主要研究工作如下:1.针对在复杂行车环境下,结构化道路车道线检测易受路面状况影响、周围环境干扰等问题,提出了基于概率投票的消失点位置估计方法,进而在车道线过道路消失点（理想情况下）的基础之上,又提出了基于道路消失点约束的车道线提取方法,实现了对各种复杂行车道路的车道线检测。2.针对在复杂行车环境下,车道线检测算法可能会失效的问题,提出了基于连续帧图像车道线关系的车道线跟踪算法,并且在车道线检测结果的基础上,实现了对感兴趣区域的动态确定,提升了算法的实时性和鲁棒性。3.针对在非结构化道路中,道路区域分割易受路面干扰因素影响的问题,本文提出了基于道路图像彩色特征的图像分割方法,在一次分割的基础上,又提出了一种改进的区域生长算法,实现了对道路区域的准确提取。4.针对在非结构化道路中,道路边缘点不易准确提取的问题,提出了基于图像分块算法的道路边缘点提取方法,获取到道路边缘点后,使用最小二乘法对三次多项式进行曲线拟合,实现了对非结构化道路道路边界的准确检测。本文在各种行车环境的数据集上对所提算法进行了实验分析。实验结果显示,在各种复杂行车环境下,本文所提出的两种算法能够分别有效地检测出车道线和道路边界。

关键词：车道线检测道路边界检测消失点彩色信息熵区域生长

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

自主巡逻车视觉导航车道保持算法研究

自主巡逻车视觉导航车道保持算法研究

作者：胡名波中国民航大学

学位级别：硕士

机场围界道路种类较多,有泥土、水泥和柏油道路,同时道路两侧的环境也较为复杂,如杂草,围栏,黄土等。自主巡逻车在机场围界道路上的导航方式有多种,其中,基于视觉的导航方式具有成本低,提取的环境信息丰富的优点。本文重点探讨自主巡逻... 详细信息

机场围界道路种类较多,有泥土、水泥和柏油道路,同时道路两侧的环境也较为复杂,如杂草,围栏,黄土等。自主巡逻车在机场围界道路上的导航方式有多种,其中,基于视觉的导航方式具有成本低,提取的环境信息丰富的优点。本文重点探讨自主巡逻车在机场围界道路环境下基于视觉的车道保持方法,主要研究内容如下:首先,通过对道路图像处理方法的分析研究,设计了针对机场围界道路图像的分割算法。首先,为提升图像滤波的速度,研究了一种改进的快速中值滤波算法;然后,为提升道路边界边缘检测的鲁棒性,利用改进的Sobel算子来突出图像中的道路边界的边缘信息,同时抑制干扰的边缘信息。对常用区域分割算法的实验对比发现,区域生长算法具有更强的抗干扰性,可以有效的克服道路上阴影和水迹的干扰。其次,针对机场围界道路路况复杂,及路面上水渍,阴影和污渍干扰的问题,研究了一种融合边缘检测和自适应区域生长的道路检测方法。通过对区域生长算法中生长准则的自适应地改变来提高道路分割的鲁棒性,同时根据图像不同区域的特点采取分区处理的方法来提高算法的速度,融合图像边缘与区域特征能使提取的道路边界更为精准。再次,针对自主巡逻车车道保持问题,研究了一种基于PID和模糊规则的预瞄跟随控制方法。算法选取车辆正前方的一点为预瞄点,预瞄点到目标路径的距离采用PID控制,转向的速率采用模糊控制。然后根据道路边界检测出两条或者一条的情况,对检测结果进行相应的处理,再把处理后的结果应用到控制算法中。这种控制方法模拟了人工驾驶车的过程,是一种简单高效的控制方法。最后,对课题中研究的机场围界道路检测算法和车道保持算法进行了实验,实验结果表明,本文研究的机场围界道路识别算法和车道保持算法能够满足机场围界道路环境下自主巡逻车利用视觉进行车道保持的需求。

关键词：机场围界道路道路边界检测智能车辆车道保持