基于LabVIEW的车辆视觉导航系统的研究

摘要

视觉信息是交通环境中的主要信息，因而机器视觉技术是智能车辆系统中不可缺少的组成部分，具有巨大的潜在应用价值。用机器视觉方法对交通环境信息进行提取和识别，获得的结果能够直接用于智能车辆的辅助驾驶或自动导航中。 视觉导航技术中道路检测技术，可以减轻驾车辆驶员的压力和疲劳程度，提高行驶的安全性，减少交通事故的发生，提高交通效率。车辆视觉导航技术在科学探测、工业应用、救灾救险、军事等领域也有着广泛的应用前景。 论文首先调研了视觉导航系统的研究背景、意义和历史、现状。结合当前国内外车辆导航技术和课题的实际情况，指出了目前研究中所存在的问题及今后的发展方向和技术要求。 接着给出了一种摄像头的标定方法，完成了单行图像信号中图像坐标与世界坐标间的线性变换并阐述了该方法的原理。 建立了视觉导航系统的硬件试验平台，包括USB视频摄像头模块选取、电机控制模块的设计。并在LabVIEW环境下进行了视觉开发模块的设计。 研究了常用的图像预处理算法，根据本文中图像处理的具体要求，选取了合适的图像预处理算法，即中值滤波算法、边缘检测算法和二值化算法。 最后针对汽车在结构化道路上运行的实际环境，在路面平坦假设前提下，提出了结构化道路线性模型，在梯形小视野范围内研究了路标线的检测和引导线的提取。 结果表明：本课题设计的基于路标线的视觉导航系统简单实用，具有较快的图像处理速度和较好的实时性，为后续的研究工作提供了一定的基础。

目录

文摘

英文文摘

声明

第1章绪论

1.1论文选题的背景、意义

1.2视觉导航的国内外发展历史、现状

1.3智能车辆机器视觉的发展趋势及技术要求

1.4论文研究的主要内容

第2章摄像头的标定

2.1摄像头标定的概述

2.2摄像头标定算法

2.2.1图像坐标系、成像面坐标系、世界坐标系

2.2.2图像坐标系与成像面坐标系间的变换关系

2.2.3世界坐标系与成像面坐标系间的变换关系

2.3本章小结

第3章 智能车视觉导航系统组成

3.1智能车单目视觉系统

3.2智能导航车系统硬件结构组成

3.2.1摄像头的选取及其采样机理

3.2.2主控芯片及其控制电路

3.2.3无刷直流电动机

3.3智能导航车系统软件开发平台

3.3.1 LabVIEW集成开发环境

3.3.2视觉开发模块IMAQ Vision

3.3.3 VISA串口通讯

3.3.4 USB摄像头图像采集及处理系统

3.3.5下位机软件开发环境CodeWarrior IDE

3.3.6视觉导航跟踪控制系统结构框图

3.4本章小结

第4章 图像的预处理

4.1图像的平滑处理

4.1.1邻域平均滤波法

4.1.2中值滤波法

4.2图像锐化

4.3图像阈值分割

4.3.1双峰法

4.3.2最大方差阈值法

4.4本章小结

第5章标识线检测的研究

5.1基于道路特征的直接检测方法

5.1.1边缘检测模板法

5.1.2基于边界跟踪的道路检测算法

5.1.3基于反透视变化图像的路标线检测法

5.1.4区域生长法

5.1.5基于Hough变换的检测法

5.2基于道路模型的检测方法

5.3结构化道路检测与识别算法分析设计

5.4基于线性模型的标识线图像识别

5.5本章小结

结论与展望

参考文献

作者在攻读硕士学位期间发表的学术论文

致 谢