陆地自主车(Autonomous Land Vehicle,简称ALV)是一种能够在道路和野外连续地、实时地自主运动的智能移动机器人,其研究涉及多个学科的理论与技术,具有重大的研究价值和应用价值。视觉感知一直是ALV最重要的模块之一,而道路检测和立体视觉又是视觉感知模块的关键技术。本论文旨在对应用于地面自主车导航的视觉系统进行研究和实现。 对道路图像的准确、实时采集是视觉研究的基础,本文首先对此问题展开研究。论文的第二章研究了双目视觉图像采集模块的设计,并给出了整体实现方案。该模块采用FPGA为核心芯片来控制图像的采集和数据总线的传输,采用了Philips公司的视频解码芯片SAA7115以及PCI总线控制器PCI9054。实践证明该采集卡能够完成对道路图像的准确、实时采集。 图像滤波和边缘检测是视觉导航系统中道路检测和障碍物检测等复杂视觉处理的关键步骤之一,其性能和处理时间直接影响了后续图像处理的性能及视觉系统的整体响应时间。第三章介绍了视觉导航系统中用于道路检测的几种图像模板滤波和边缘检测方法,详细分析了Sobel算子、LoG滤波器、Canny算子边缘检测的特点和各自的硬件实现结构,并结合FPGA器件的特点,提出了基于分布式算法的模板滤波算法的实现。文中还对传统的Canny算子边缘检测进行了优化,提出了一种较为简洁的实时实现方法。 最后介绍了视觉导航中的立体匹配算法,以及立体匹配前的预处理和几何效正过程,详细阐述了各种不同相似性度量因子的区域匹配算法及其效果比较。在此基础上研究了匹配窗口的选择及区域立体匹配的加速方法,并探讨了区域法立体匹配算法在FPGA上的实现结构。