基于视觉的车辆四周立体物体检测研究

摘要

汽车碰撞事故占车辆事故的80％，而96%的交通事故都是由人的意识造成的，驾驶员对周围环境的疏忽和不能全面地监控周围环境是这些碰撞事故发生的主要原因。2018版 C-NCAP评分体系中,主动安全在评价体系中的比重达到了15%，除前碰撞预警(FCW)和车道偏离(LDW)外，新增加了 AEB和行人保护(白天)的评分项目，可见主动安全已经成为汽车安全的重要组成部分。先进辅助驾驶系统(ADAS)只能对车辆前方、侧方一定区域的人、车进行检测和预警，汽车全景环视系统(AVM)只是对车辆四周进行监控，不检测车辆周围的立体物体。在ADAS与AVM的集成系统中，车辆周围存在只进行监控但是不进行物体检测的区域。为了增强车辆对周围物体的主动感知能力，更好地帮助驾驶员观察车辆周围的环境，本文对基于单目视觉三维重建的车辆周围的立体物体检测方法做了研究，针对主动安全集成系统，提出一种使用极线约束的立体物体检测方法，有助于减少碰撞事故的发生。
　　本文使用 ADAS与 AVM集成系统中的车辆四个方向的相机，获得车辆四周的图像，通过相机标定获得内、外参数。用SIFT角点检测算法提取图像中的特征点，使用金字塔光流法进行跟踪和匹配两幅图像特征点，用匹配特征点计算基础矩阵、本质矩阵，用单目获取的匹配图进行了立体物体检测研究。在三维重建的基础上提出了一种使用极线约束进行立体物体检测的方法，使用绝对差和提取精确匹配点，计算出精确的基础矩阵，由基础矩阵计算投影极线，通过极线约束获得立体物体特征点，采用视场区域分割方法对立体物体特征点进行分类，标记出分类的立体物体，对相邻的标记区域进行融合，避免同一个立体物体被多次标记。最后将单目中检测到的立体物体投影到全景中，在全景中标记显示立体物体，针对极线约束立体物体检测的思路设计了一个完整的检测算法，并且将该算法移植到S32V234开发板上，通过硬件加速，使该算法达到实时运行，结果表明该算法可以在恩智浦的S32V234开发平台上实现车辆周围的立体物体检测。

目录

声明

第1章 绪论

1.1 研究背景和意义

1.2 国内外研究现状和应用

1.3 本文主要研究内容和创新点

第2章 坐标系及相机标定

2.1 坐标系建立

2.2 坐标系变换

2.3 相机标定

2.4 本章总结

第3章 基于单目三维重建的立体物体检测

3.1 立体视觉

3.2 基础矩阵

3.3 本质矩阵

3.4 特征点检测及匹配

3.5 三角形法重构

3.6 序列图三维重建

3.7 实验结果

3.8 本章小结

第4章 基于极线约束的立体物体检测

4.1 极线约束提取立体物体特征点

4.2 立体物体标记

4.3 全景中车辆四周立体物体标记

4.4 实验结果及分析

4.5 本章小结

第5章 移植

5.1 软硬件开发平台

5.2 算法移植

5.3 本章小结

总结和展望

参考文献

致谢