基于计算机视觉的泊车辅助方法研究与实现

摘要

随着社会经济不断发展，汽车成为日常消费品,并且越来越智能化。泊车辅助系统是汽车智能化的具体体现，通过辅助系统，能有效避免泊车时发生碰撞，实现安全泊车入库。基于计算机视觉的泊车辅助系统具有视野好、可靠性高等优点，成为当前该领域研究与应用的热点之一。
　　基于计算机视觉的泊车辅助系统是利用计算机视觉和图像处理技术，实现车位轮廓与车位入口坐标的提取，并根据入口坐标实现测距和路径规划，给驾驶员提供安全可靠的泊车路径，有效的减少泊车带来的经济损失和人员伤亡。论文的主要工作如下：
　　（1）论文对泊车图像进行了预处理。首先对泊车图像进行灰度化处理，降低图像处理复杂性；提出了F-BMDA去噪算法，该算法融合了双边滤波和中值滤波方法，实验结果表明：F-BMDA去噪算法能有效去除复杂噪声；通过图像的膨胀与腐蚀算法，保证车位轮廓的完整性。
　　（2）采用最大类间方差法实现了车位轮廓的提取。首先分析了车位轮廓具有的特点；然后使用了迭代法和最大类间方差法提取车位轮廓，实验结果表明：基于最大类间方差法能有效的提取车位轮廓。
　　（3）采用特征模板匹配法实现对车位入口的提取。首先分析了车位轮廓所具有的角点特征，根据角点特征识别车位入口；然后对算法进行了改进，根据最大方差时轮廓的水平投影坐标范围和垂直投影坐标范围来确定车位入口坐标范围，实现入口坐标的粗估计，减少特征模板匹配范围，提高车位入口提取速度。
　　（4）采用基于角点特征的Mean-Shfit算法实现对车位入口的跟踪。首先分析车位轮廓具有的角点特征，然后根据角点特征实现了车位入口的跟踪，实验结果表明：该方法提高了跟踪的准确性。
　　（5）论文通过单目测距实现了车位入口与汽车间的距离信息的提取，并结合提取的距离信息，实现了水平泊车和垂直泊车的路径规划。

目录

声明

第1章 绪论

1.1 课题研究背景与意义

1.2 泊车辅助系统国内外研究现状

1.3 论文的技术路线和主要研究内容

1.4 论文的组织结构

第2章 泊车图像预处理

2.1 泊车图像获取及去噪流程

2.2 泊车图像灰度化

2.3 泊车图像去噪

2.4 泊车图像膨胀与腐蚀

2.5 本章小结

第3章 车位识别与跟踪

3.1车位目标识别与跟踪流程

3.2车位轮廓提取

3.3车位入口检测

3.4 车位入口跟踪

3.5本章小结

第4章 单目测距与路线规划

4.1 单目测距

4.2泊车路径规划

4.3 本章小结

第5章 总结与展望

5.1本文工作总结

5.2未来工作展望

参考文献

致谢