基于嵌入式Linux车道线检测及障碍物识别系统的研究

摘要

近年来,我国道路交通安全面临巨大的挑战,车辆辅助驾驶系统可以分析车辆行驶的路况,提前给驾驶员发出预警信息,从而避免事故的发生。图像传感器采集道路信息,对车道线检测及障碍物识别从而判断是否预警,这可作为车辆辅助驾驶系统的一种设计方案。基于嵌入式Linux平台设计开发能更好的满足车辆辅助驾驶系统体积小,功耗低的要求。本文根据功能的需求从硬件到软件搭建嵌入式系统平台,并设计车道线检测及障碍物识别的算法,使其在嵌入式系统平台上具有良好的实时性和精确性。文章的主要内容如下:
　　(1)根据车道线检测及障碍物识别的功能需求,搭建嵌入式系统硬件平台,并重点设计了电源电路、SDRAM存储器电路、FLASH存储器电路、串口电路、USB接口电路和LCD显示设备的电路。构建嵌入式系统的开发环境,首先建立交叉编译环境,然后进行Bootloader及Linux内核的编译、移植,使用Busybox工具制作根文件系统。最终搭建起嵌入式系统平台,为车道线检测与障碍物识别的应用开发建立所需的环境。
　　(2)使用V4L2设计图像的采集程序,研究Qt的核心机制,移植Qt/Embedded到嵌入式系统平台,使用 Qt设计图像显示程序及界面。
　　(3)设计车道线识别算法。在车道线检测之前对采集的图像进行预处理,包括灰度化、二值化、图像滤波、边缘增强、分区去噪和假性车道线去伪。图像预处理有效去除了采集图像中的噪声,对干扰车道线检测的路面标识等信息进行了削弱,对车道线进行了边缘增强。车道线识别算法设计分为直道和弯道两种情况,直道采用Hough变换,弯道的近区仍采用Hough变换,远区采用贝塞尔曲线拟合。算法设计充分考虑了车道线在图像上的位置特点,这使算法更加高效。
　　(4)设计障碍物识别算法。在设定的感兴趣区域内,首先使用阴影检测法检测障碍物车辆在图像中的大致位置。但由于道路两旁的树木、指示牌等在路面的投影会对阴影检测法造成干扰,且阴影检测法并不能非常精确的检测到障碍物的位置,在此基础上又使用角点检测法检测出障碍物的轮廓信息。最后使用最小外接矩形法精确框定出了障碍物车辆。
　　实验证明本文设计的系统对车道线检测和障碍物识别的精确性高,实时性好,为车辆辅助驾驶系统的提供了一种有效的设计方案。

目录

封面

声明

中文摘要

英文摘要

第1章 绪论

1.1 研究背景以及研究的意义

1.2课题的国内外研究现状

1.3论文的主要研究内容

1.4本章小结

第2章 嵌入式系统

2.1嵌入式系统的定义及特点

2.2嵌入式系统的结构

2.3 ARM微处理器

2.4本章小结

第3章 嵌入式系统平台的搭建

3.1嵌入式系统的硬件平台

3.2开发环境构建

3.3本章小结

第4章 图像的采集及基于Qt显示程序开发

4.1图像的采集

4.2基于QT的图像显示

4.3 本章小结

第5章 车道线检测

5.1图像的预处理

5.2车道线检测

5.3本章小结

第6章 障碍物的识别

6.1障碍物界定与识别区域划分

6.2阴影法障碍物检测

6.3角点法障碍物识别

6.4最小外接矩形法框定障碍物

6.5本章小结

第7章 总结与展望

参考文献

申请学位期间的研究成果及发表的学术论文

致谢