基于单目机器视觉的智能车局域定位技术是车辆环境感知的重要部分,它不仅能够实现车辆的局域二维环境的重建,还能够实时地获取车辆的相对位置,达到智能车辅助驾驶的作用。本文研究了基于插值法的单目广角相机的非规则畸变全域校正技术、基于单目机器视觉的智能车辆局部环境图像快速拼接定位技术。论文主要内容如下:1.论文概述了智能车环境感知和局域定位技术的背景、发展状况,分析了存在的问题和研究工作的难点等。2.针对大广角单目相机畸变大、径向与切向畸变分布不均匀、图像拼接效果差等问题,本文使用了TPS(Thin Plate Splines)和Biharmonic两种插值算法插值法进行广角相机畸变校正,验证了基于插值法广角相机畸变校正的有效性。并以此为基础上,针对TPS插值算法对于角落区域校正结果误差极大的问题,根据广角相机的特殊畸变情况,改进了TPS插值算法实现非规则全域畸变校正。该算法使用改进TPS插值算法,根据检测棋盘格与期望棋盘格映射关系,拟合出两个相机偏移曲面,并通过反向双线性插值得到畸变校正图像。实验验证了基于改进TPS插值的广角相机的非规则畸变全域校正技术,提高相机畸变校正的精度,为图像拼接及车辆局域定位奠定基础。3.针对通常的基于特征点匹配的图像拼接方法计算数据大、计算复杂度高、耗时多等问题,应用改进金字塔LK(Lucas-Kanade)光流跟踪算法替代特征点匹配方法,该方法使用改进LK有效地避免了特征点检测与配准复杂的计算过程,在满足车辆环境图像拼接精度要求的情况下,较大的提高了序列图像拼接速度。4.设计了基于单目机器视觉的智能车局域定位定姿实验系统,通过实车道路场景实验,验证了本文算法的有效性。