[01218825]面向智能车辆的双目视觉辅助导航系统

本课题研制的基于双目视觉的智能车辆驾驶辅助导航系统原型,其使用环境限定为具有良好标志的结构化高速公路上或者是规范化道路结构的普通公路上。可完成道路标志线的识别和跟踪,换道以及出道报警,道路上的静态以及动态障碍物的识别和跟踪,计算出路面障碍物与车辆的相对距离以及相对速度等信息,为智能驾驶系统提供外界环境的自主感知能力。研究内容包括建立基于双目架构的计算机视觉系统,实现车辆在行驶过程中对静态和动态障碍物、道路标志线的自动检测和识别,完成车辆与道路以及车辆与障碍物的相对位置和相对速度测算等。根据这些信息,系统能够实时地发出车线偏离警告,以及前方障碍物警告,将其进一步运用于车辆的行驶决策系统和控制系统,以校正错误的行驶行为,从而达到舒适驾驶、安全行驶的目的。 本项研究具有继承性和创新性,可能的创新点在于： 1) 提出智能车辆在结构化道路行驶中的环境感知技术。 基于双摄像头的视觉技术,实现车辆导航中的横、纵向控制信息的提取,感知障碍物的存在并测算其相对位置与速度等信息。 2) 提出基于模型的障碍物自动识别技术。 基于模型的障碍物识别方法,对于道路上是否存在车辆、行人、物品等障碍物进行判断。 3) 提出复杂环境下的车道与障碍物的实时跟踪技术。 动态环境中捕捉的图像受到多方面因素的影响。如天气变化、光照条件变化、由运动物体形成的阴影、目标与环境之间或者目标与目标之问的遮挡、由摄像机运动或者目标复杂运动等,这些因素都给准确跟踪带来了困难。如何融合多种信息,提高算法对遮挡、光照、无关结构干扰等的鲁棒性是需要解决的重点问题。 4) 提出基于双目视觉的车辆相对位置和方位的估计技术。 实时高精度地测量车辆行驶过程中的空间位置是有效解决智能驾驶的关键之一。对此,我们将研究利用机器视觉原理与方法来估算车辆的位置。该技术在图像匹配基础上,根据双目交会测量原理估算车辆和参照目标（道路标志线）的相对关系,实现用光测方法实时高精度测量得到车辆相对于道路的三维位置信息。 5) 采用Helmholtz shear算法对图像对进行变换,以实现图像的并行处理。