论文部分内容阅读
近年来,互联网时代的到来为汽车工业的发展提供了有力的技术支持,使得自动泊车系统成为汽车智能化研究的一个重要方向,而在自动泊车过程中,实现对泊车位的准确检测是泊车过程中的关键。机器视觉的飞速发展让基于视觉测量的技术已成为三维测量中的一个重要方面,而线结构光三维测量技术以非接触性、精度高、实时性强等特点被广泛用于工业之中。利用线结构光的三维视觉测量原理求解出被测物体一个截面的三维信息成为研究热点。与此同时,智能化控制技术和计算机技术等前沿科技的发展的使得无人驾驶智能车技术变成了未来科技发展的一个重要方向。而自动泊车技术又是用于无人驾驶智能车研究的一个关键技术。本文结合当前无人车的应用研究,研究并实现了一种基于线结构光的汽车侧位停车环境感知方法,主要内容包括:(1)设计了汽车侧位停车环境感知系统的总体方案并搭建了基于线结构光视觉传感器的汽车侧位泊车环境感知系统。基于线结构光视觉传感器的工作原理设计了线结构光投射器+摄像机的结构方案;根据实际工况需求,完成了摄像机、线结构光投射器、滤光片等硬件选型以及线结构光投射器+摄像机的安装固定;最后,给出了汽车侧位泊车环境感知系统的总体方案。(2)分析了线结构光视觉传感器的三角测量原理,建立了一种基于透视投影的汽车侧位泊车环境感知系统的线面测量模型,提出并实现了一种基于平面棋盘格的汽车侧位泊车环境感知系统的集成标定方法。该方法一次性完成对摄像机和光平面方程的集成标定,减少了实验内容,提高了系统的标定效率;通过分析汽车侧位泊车环境感知系统集成标定的精度,验证了系统集成标定方法具有较高的精度和良好的实用性。(3)提出并实现了一种基于Zhang细化法和灰度质心法的全分辨率的光条中心亚像素提取算法。分析了线结构光光条的特点,针对泊车图像,采用了 Zhang细化法获取光条中心的初始值。借鉴了梯度质心法的思想,采用基于灰度质心法的全分辨率提取算法,实现了光条中心的亚像素坐标提取。根据实验结果验证了该算法具有速度快,提取精度适中的特点,满足了汽车侧位泊车环境感知系统对实时性的要求。(4)基于感知系统检测结果的直观、可视化,进一步提出并实现了一种基于ROI和阂值法的Hessian矩阵的光条中心亚像素提取算法。研究了基于Hessian矩阵法的线结构光光条中心提取算法,针对Hessian矩阵法中存在的两个问题:一是对图像质量要求很高,二是计算效率不高,采用了将ROI、阂值化和Hessian矩阵法相结合的方法,实现了光条中心亚像素坐标的快速提取。根据实验结果,验证了该算法具有提取精度高、鲁棒性好、提取速度适中的特点,满足了汽车侧位泊车环境感知系统中三维重建的精度要求。(5)给出了汽车侧位泊车环境感知系统的软件设计,实现了基于MFC和OpenCV的算法实现。利用标准纸盒验证了环境感知的测量精度,通过对泊车环境的三维重建,验证了本文方法的可行性和正确性。