基于双目视觉的无人驾驶汽车道路识别技术研究

摘要

随着社会汽车保有量的大幅增加，带来的交通压力及安全问题日益突出，由此无人驾驶汽车的研究应运而生，且成为当前世界各国的热门研究领域。基于双目视觉进行环境识别的无人驾驶汽车在该领域占据重要地位。 本文针对双目视觉无人驾驶汽车道路识别中的关键技术进行了研究，主要涉及摄像头图像的畸变校正、采集图像的预处理、车道线识别、模糊控制、真伪障碍物判断及障碍物距离的识别等内容。 本文选用LabVIEW与NI Vision两款软件作为程序编写平台，完成了文中较为复杂的计算和图像处理任务。在准备工作中对采集原图完成了“图像兴趣区域提取、畸变校正、图像灰度化、图像滤波、图像二值化”等研究。 通过Hough变换结合本文原创算法，成功实现了将任何弯曲程度的车道线实时转化为五次多项式方程，该算法不仅适用于实线车道线，也适用于虚线车道线。识别速度可达60帧/秒，准确率高。利于后续模糊控制及障碍物识别中路面区域提取的研究。 通过模糊控制结合提取到的行驶车道中心曲线方程，可将车辆行驶方向与道路方向间的偏差量在最短时间内减小或消除，保证了车辆沿车道中心行驶的要求。经过本文仿真实验，控制过程平稳可靠且实时性好。 针对道路上随时出现的障碍物，本文成功解决了判断路面上障碍物是否具有危险性及计算危险性障碍物距离的问题。利用获取的左、右车道线曲线方程提取出行驶车道的路面，排除了道路两旁物体的干扰，通过单应性矩阵可计算障碍物是否具有危险性，通过简化投影矩阵可计算出障碍物的距离。关于障碍物分析的方法也是本文的创新之处，距离识别误差基本保持在0.26%以内，识别效果准确可靠。 本文针对上述研究内容分别编写了相应程序，通过对目标图像的实时分析处理，整体实现了本文研究的目标，证明了本文关于道路识别算法的可行性。

目录

第一个书签之前