检索结果-南通市图书馆

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于双目立体视觉障碍物检测方法的研究

基于双目立体视觉障碍物检测方法的研究

作者：张雅妮重庆理工大学

学位级别：硕士

双目立体视觉不仅可以得到场景的图像信息,还可以获得场景的深度信息。相较于其他有源传感器,如激光雷达、毫米波雷达,视觉传感器具有更加宽阔的视场,以及更加准确的横向精度,且设备之间独立工作互不干扰。目前,立体视觉已广泛应用于工... 详细信息

双目立体视觉不仅可以得到场景的图像信息,还可以获得场景的深度信息。相较于其他有源传感器,如激光雷达、毫米波雷达,视觉传感器具有更加宽阔的视场,以及更加准确的横向精度,且设备之间独立工作互不干扰。目前,立体视觉已广泛应用于工业勘测、航天探测、自适应巡航控制以及机器人自主避障导航等领域。本文以自动驾驶3D道路环境分析中的障碍物检测为应用背景,将双目立体视觉作为传感器设备,检测位于路面上方的潜在障碍物,并得到障碍物与车辆之间的距离信息。这一研究对自动驾驶汽车上传感器的研发具有重要的意义。本文的具体内容如下:首先,研究双目立体视觉的相机标定与图像校正部分。采用张正友的标定方法对相机进行标定,得到相机的内外参数与畸变系数。并运用Bouguet方法校正立体图像对,并去除图像的畸变。其次,本文在自适应权重立体匹配算法的基础上提出一种基于遮挡信息的立体匹配算法。在代价聚合阶段为遮挡区域像素点分配较小权重,降低其对中心像素点代价累积的影响;在视差优化阶段选择水平扫描线距离最近的较小视差值作为遮挡区域像素点的视差,提高了立体匹配算法在深度不连续区域的匹配精度。最后,设计了一种基于U-v视差图的障碍物检测方案。在路面提取阶段,采用随机采样一致性(RANSAC)算法结合主成分分析(PCA)算法预测道路在v视差图中的投影。采用直方图计数网格方式提取v视差图中障碍物的投影,并将因网格分离的同一个障碍物进行合并。在U视差图障碍物投影提取阶段采用基于密度的聚类方式(DBSCAN),方便清晰地确定障碍物在水平方向上的边界。障碍物检测应用在自动驾驶道路环境分析方面,对准确性以及安全性要求很高,相较于深度学习这种不太稳定的方式,该方案很容易地将路面与障碍物进行分离,检测位于路面上方的潜在障碍物,且算法计算复杂度低,具有良好的鲁棒性与实时性。本文针对自适应权重立体匹配算法进行研究,提出了基于遮挡问题的改进算法,并设计了一种基于U-v视差图障碍物检测方案,应用于3D道路驾驶环境分析中的障碍物检测,具有良好的检测效果且满足实时性需求。

关键词：双目立体视觉立体匹配遮挡检测 v视差图障碍物检测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

无人驾驶车辆双目视觉障碍物检测研究

无人驾驶车辆双目视觉障碍物检测研究

作者：胡颖江苏科技大学

学位级别：硕士

无人驾驶技术是当今前沿科技的研究热点,它对社会和经济发展具有重大影响力。该技术涉及车载导航、车载通信、主动避障和自主巡航等多个问题,其中障碍物检测是核心问题。障碍物检测主要有双目视觉障碍物检测技术,包括双目图像获取、立... 详细信息

无人驾驶技术是当今前沿科技的研究热点,它对社会和经济发展具有重大影响力。该技术涉及车载导航、车载通信、主动避障和自主巡航等多个问题,其中障碍物检测是核心问题。障碍物检测主要有双目视觉障碍物检测技术,包括双目图像获取、立体匹配和障碍物检测三个部分。本文围绕立体匹配和障碍物检测两个部分展开研究,分析讨论相应的技术方法。论文的主要研究工作包括以下三个方面:(1)针对无人驾驶场景,研究卷积神经网络立体匹配技术。在分析卷积神经网络结构及相关立体匹配技术的基础上,改进网络结构,设计非对称核心-孪生卷积神经网络(Asymmetric Kernel-Siamese Convolutional Neural Network,AK-SCNN),计算匹配代价,最终实现视差计算。通过实验分析,完成最佳网络结构等超参数的选择;与传统局部匹配算法相比,误匹配率更低。(2)研究v视差图障碍物检测方法。首先,研究v视差原理和v视差图中的面投影特征。然后,在分析传统v视差法基础上,依据极大最小值约束和距离约束,提出路面斜线自适应阈值提取算法,改进v视差法。实验结果表明,改进的方法能够有效检测出障碍物区域,相对传统方法提高障碍物检测的召回率和精确率。(3)研究点云图障碍物检测方法。首先,研究点云图的获取与简化、点云密度的定义及栅格化处理方法。然后,针对路面环境,提出路面理想点云密度拟合法,得到路面理想点云密度,从而通过对比实际与理想点云密度,实现障碍物检测。实验结果表明,该方法能够完成障碍物区域划分,具有可行性;与v视差法对比,两种方法各具优缺点,适用于不同场景。

关键词：障碍物检测双目视觉卷积神经网络 v视差图点云图

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

道路场景测量与三维重建方法的研究

道路场景测量与三维重建方法的研究

作者：耿永鹏河北科技大学

学位级别：硕士

随着交通行业的快速发展,先进驾驶员辅助系统成为当前智能汽车领域的重点研究内容。道路区域检测以及道路障碍物检测作为该领域两个关键组成部分,是提高道路交通效率、减少交通事故、保证安全行驶的重要保障。在分析了目前常用方法的优... 详细信息

随着交通行业的快速发展,先进驾驶员辅助系统成为当前智能汽车领域的重点研究内容。道路区域检测以及道路障碍物检测作为该领域两个关键组成部分,是提高道路交通效率、减少交通事故、保证安全行驶的重要保障。在分析了目前常用方法的优缺点和研究现状的基础上,选择了精度较高、抗干扰性较强、成本较低以及可获取丰富场景信息的双目视觉传感器。虽然基于双目视觉的方法广泛应用在道路场景检测领域,但该方法还是存在实时性差、目标检测精度低等问题。基于此,本文以双目视觉为基础,对目前存在的问题进行相应改进,实现了交通中道路路面分割和道路障碍物检测与测距两方面工作,其具体研究内容如下:首先,对双目视觉三维重建系统选择合适的双目模型,针对双目视觉实时性差的问题,利用道路水平线信息,对获取的道路图片实现ROI区域自适应划分。另外,使用张正友标定法对相机进行标定,使其获得摄像机的内外参数和畸变参数,然后应用Bouguet法对图像进行校正工作。其次,针对道路分割效果差、目标检测精度低等问题。在道路路面检测中,经过半全局立体匹配求取场景视差图,并以传统v视差法为依据,采用极大最小值约束和去除远端区域相融合的方法获取v视差图中的路面信息,以提高道路分割效果;在障碍物检测中,使用基于YOLOv3结合双目视觉的目标检测方法,将训练好的YOLOv3模型对双目相机获取的左视图进行检测识别,输出目标的类型以及目标像素坐标后,结合双目视觉立体匹配得到的视差图,实现对目标物体的距离测量。最后,本文在双目视觉三维重建的基础上,以标准数据集KITTI为基础,对交通场景中多种复杂道路进行对比研究,实现对算法检测效率、道路区域检测效果以及障碍物检测准确率的分析评估。实验结果表明,本文算法可以有效检测出道路可行驶区域,相对传统算法提高了道路区域检测的准确率、召回率以及检测速度。其中,准确率可达到90.36%;在道路障碍物检测实验中,准确有效的实现了对目标物的识别和测距功能,实验结果满足当前实际应用要求。

关键词：双目视觉道路场景测量立体匹配 v视差图 YOLOv3

基于FPGA立体视觉的无人车障碍检测算法研究与实现

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FPGA立体视觉的无人车障碍检测算法研究与实现

作者：林俊杰福州大学

学位级别：硕士

无人驾驶车辆自主进行道路环境的感知和理解是正确路径规划的前提和基础。障碍物检测方法是道路感知系统的关键研究对象之一,也是该领域具有较大挑战性课题之一。通过双目立体视觉系统求取道路场景视差图,感知道路面行驶环境,能够还原... 详细信息

无人驾驶车辆自主进行道路环境的感知和理解是正确路径规划的前提和基础。障碍物检测方法是道路感知系统的关键研究对象之一,也是该领域具有较大挑战性课题之一。通过双目立体视觉系统求取道路场景视差图,感知道路面行驶环境,能够还原出道路面三维深度信息,具有信息直接、信息量丰富、可变性强等优点。在此基础上利用v视差图方法进行道路面可行驶域提取与ROI区域检测,该方法简单有效。无人驾驶车辆是可移动、嵌入式平台,要求所搭载的障碍检测系统体积小、能耗低,且具备良好的实时性、稳定性。双目立体匹配算法计算量大、匹配过程复杂。通用计算机由于其算法运算流程、结构以及能耗,无法满足移动平台系统的要求。因此,研究如何提高算法的运算速度,优化算法结构,降低能耗对于障碍检测系统具有非常重要的意义。本文基于FPGA平台,研究和实现了面向道路面环境的立体匹配算法及障碍检测算法,主要内容及贡献如下:设计了基于FPGA平台的实时SGM算法。针对嵌入式硬件平台,在原SGM算法的基础上,通过对算法结构的优化,使算法能够运行于Pipeline状态下,达到良好的实时性;通过适当简化算法结构,使得算法对硬件资源要求较低,能够适用于低功耗嵌入式平台。利用道路面固定模型进行v视差障碍检测。针对障碍检测算法应用环境,提出简化型算法。立体视觉系统在安装到无人车辆后,近距离路面相对于车体可以近似为平面。传统算法根据v视差图像估计出路面模型,本文提出的简化型算法采用固定路面模型,相比于传统检测算法更有效,且加速了算法的运行速度。采用HLS对立体匹配算法进行IP核设计。HLS称为高级语言综合或行为综合,能直接将高级语言综合成FPGA硬件RTL描述语言,其算法开发效率远远超过传统综合手段。本文利用vivadoHLS软件进行算法开发,设计了适用于HLS综合的立体匹配算法流程和结构,并在开发平台上进行算法仿真和运行。通过上述研究工作,本文对立体匹配及障碍检测算法进行了实时性和结构改造,并对算法FPGA应用进行深入研究。从立体匹配算法、v视差障碍检测算法以及HLS开发方法都提出了实时、高效的解决方法。经过算法仿真、平台验证与性能分析得出,本文所设计的障碍检测算法能有效的应用于移动平台上,在其应用领域具有较好的前景。

关键词：无人驾驶车双目立体视觉障碍检测 v视差图 FPGA HLS

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于单目深度估计的道路障碍检测与尺寸估计

基于单目深度估计的道路障碍检测与尺寸估计

作者：肖滢华东师范大学

学位级别：硕士

环境感知是工程车辆智能化的基础,检测路面的障碍并进行尺寸估计有助于规避潜在的危险,降低事故的风险。基于激光雷达的三维目标检测技术已日渐成熟,然而激光雷达昂贵的价格限制了相关技术在实际工业生产、生活中的落地。针对此问题,论... 详细信息

环境感知是工程车辆智能化的基础,检测路面的障碍并进行尺寸估计有助于规避潜在的危险,降低事故的风险。基于激光雷达的三维目标检测技术已日渐成熟,然而激光雷达昂贵的价格限制了相关技术在实际工业生产、生活中的落地。针对此问题,论文提出使用常见的单目摄像机替代昂贵的激光雷达。首先通过构建自监督的单目深度估计模型预测深度图,然后将其转换为伪点云,最后基于伪点云实现道路障碍的检测与尺寸估计。针对深度估计和伪点云数据转换过程中存在的问题,论文提出了相应的改进方法,主要的贡献点如下:第一,针对自监督单目深度估计中缺少全局监督信息的问题,提出了一种基于特征点匹配和几何视图关系的伪标签自动生成方法。该方法可同时生成伪采样网格标签和伪位姿标签。其中,伪采样网格标签可用于直接计算与采样网格的损失;而通过论文设计的双流位姿估计网络,可将伪位姿标签和网络生成的位姿一起用于训练,使模型同时学习到基于网络的信息和基于几何的信息。论文提出的伪标签自动生成方法能够为自监督单目深度估计模型提供全局的监督信息,使模型学习到更多全局的结构和几何信息。第二,针对自监督的单目深度估计方法中低纹理区域内存在深度位置偏移的问题,提出了一种基于采样网格引导的深度正则方法。利用采样网格理想情况下在低纹理区域内呈均匀分布、错误的深度估计会打破这种理想分布的特点,使用采样网格放大深度位置偏移问题,从而对深度进行正则。论文提出的深度正则方法能够有效缓解低纹理区域内的深度位置偏移问题。第三,在将深度图转换为伪点云数据的基础上,提出了基于v视差图的地平面提取方法,用于辅助高度特征的计算。论文从稠密的深度图生成伪点云数据。在降低传感设备成本的同时获得了更多的点云信息。同时,论文提出的基于v视差图的地平面提取方法能够自适应地提取地平面区域,解决固定范围的地平面区域不适用的问题。该方法能够有效过滤噪声数据,提高地平面拟合的准确性。

关键词：单目深度估计自监督学习伪标签生成三维目标检测 v视差图

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于双目视觉的障碍物检测研究与实现

基于双目视觉的障碍物检测研究与实现

作者：王强西南大学

学位级别：硕士

实时环境感知是自主移动机器人需要具备的重要能力之一,依靠各种传感器,机器人能从所处环境中获取信息为它服务。用于获取三维场景信息的传感器有激光雷达、结构光相机、TOF相机和双目相机等。相比于其他传感器,双目视觉传感器价格更加... 详细信息

实时环境感知是自主移动机器人需要具备的重要能力之一,依靠各种传感器,机器人能从所处环境中获取信息为它服务。用于获取三维场景信息的传感器有激光雷达、结构光相机、TOF相机和双目相机等。相比于其他传感器,双目视觉传感器价格更加低廉,搭配合适算法时可以满足大部分需求。基于这个前提,本文将设计实现一套使用双目视觉传感器进行障碍物检测的系统,要求准确实时检测场景中的障碍物。本文的主要的工作和创新如下:首先,对单目相机成像原理和双目相机测量原理建立相应数学模型,为后续算法提供理论支持。模型中各个参数都需要对应的标定算法计算,因此研究了常用针孔相机的标定算法和立体标定算法原理。对采集到的图像进行立体校正之后,所得到结果可以视为理想双目相机采集。其次,分别研究了三类常用的立体匹配算法的实现原理,因为立体匹配算法主要用于从双目图像中计算视差数据,这是恢复三维信息的关键步骤。在实验过程中,从理论出发,结合已有的成果排除无法实时匹配的全局算法。通过对比半全局算法和局部算法在实际场景中匹配效果后,最终选择前者,并且设计简单的实验验证所选择算法的准确度。最终发现半全局立体匹配算法在一定范围内的匹配效果基本满足需求。再次,本文基于视差数据完成障碍物检测,因为视差图可以用于恢复场景中三维点的分布信息。障碍物检测一般会用到相机外参,利用特定相机安装姿态时地面视差的特征,本文使用RANSAC算法从v视差图中实时动态估计相机外参。为了更加鲁棒的检测障碍,对比多个文献中所提出的方法后,最终选择MultiLayer Stixel算法完成自由空间和障碍物的分割,该方法能有效降低视差数据中的噪声干扰的问题,可以很好的估计出场景中的路面、路面上的障碍物甚至悬浮的物体。针对Multi-Layer Stixel算法检测结果没有关联的问题,本文提出一种对检测结果使用DBSCAN进行聚类的方法,聚类之后在图像上可以完成障碍物分割。最后,本文设计实现了一台简易的移动平台用于测试障碍物检测系统的整体效果,移动平台装配廉价双目相机并使用本文所设计实现的障碍检测系统。为了能让小车自主移动,还为它设计一套简单的导航算法。然后在实验环境中测试平台能否准确实时的计算障碍物位置,同时在实验场景中持续自主移动。实验结果表示,该系统能检测出大多数的障碍物体,并且检测系统处理双目图像的速度满足实时性要求。

关键词：立体匹配棒状像素 v视差图障碍检测