汽車在非結(jié)構(gòu)化道路中的偏離檢測-wenkub
2023-07-08 14:18:18 本頁面
【正文】 行一系列的處理。 研究的關(guān)鍵技術(shù) 圖像的獲取在現(xiàn)在的汽車輔助駕駛中，為了解決駕駛員的盲區(qū)所帶來的危險，包括前置攝像頭、后置攝像頭及全景攝像頭應(yīng)用越來越多。國內(nèi)車道偏離預(yù)警系統(tǒng)有：Jluva1系統(tǒng)；基于DSP技術(shù)的嵌入式車道偏離報警系統(tǒng)。而如果駕駛者既沒有打開轉(zhuǎn)向燈，也沒有主動減速、轉(zhuǎn)動方向盤，那么系統(tǒng)就會使用視覺、聽覺甚至振動方向盤來提醒駕駛者潛在的危險，但提醒不會直接影響到車輛的行駛狀態(tài)，這顯然和未來的自動駕駛有些差距。不過目前汽車廠商和一些技術(shù)廠商已經(jīng)研發(fā)出可以部分解決橫向位移的配置———車道偏移輔助系統(tǒng)。該系統(tǒng)是輔助駕駛系統(tǒng)，在減少駕駛?cè)藛T因為疲勞駕駛而使汽車因車道偏離而發(fā)生交通事故的同時也可以降低駕駛員實時的關(guān)注汽車是否偏離的頻率，還降低了駕駛員的駕駛疲勞。無人駕駛系統(tǒng)和輔助駕駛系統(tǒng)在汽車中應(yīng)用越來越廣泛。每年車禍中有很大一部分車禍?zhǔn)怯捎隈{駛員疲勞駕駛和酒駕所造成的。在眾多的交通事故中，因為汽車偏離車道而發(fā)生車禍的概率很大。隨著汽車的增多，車禍也越來越多。根據(jù)有關(guān)報道：2012年末中國的民用汽車保有量已經(jīng)達(dá)到12089萬輛。弗里特立奇本茨造出世界上第一輛汽車到現(xiàn)在，汽車在改變這個世界，改變我們的生活。中國是世界上第二大汽車保有量國家。中國是世界上車禍死亡人數(shù)最多的國家，根據(jù)國家官方數(shù)字統(tǒng)計有：2011年全國共接報涉及人員傷亡的道路交通事故210812起，共造成62387人死亡。根據(jù)相關(guān)的調(diào)查在發(fā)生有人員傷亡的車禍中將近有一半的車禍與汽車偏離車道有關(guān)。駕駛員的疲勞駕駛和酒駕都很容易造成汽車無意識的車道偏離，是汽車安全行駛中最大的隱患。汽車的偏移檢測也是汽車輔助系統(tǒng)的一個重要發(fā)展方向。大大的提高了汽車的主動安全性。目前各大汽車廠商都在爭相研發(fā)自己的車道偏離預(yù)警系統(tǒng)系統(tǒng)，名稱也不盡相同，但是主體設(shè)計思想以及功能都十分接近。而現(xiàn)在汽車廠商在這方面又向未來的標(biāo)準(zhǔn)靠近了一步。車道偏移系統(tǒng)對于應(yīng)用環(huán)境有著比較高的要求，比如行車速度、路面寬度以及分道線的清晰程度，所以在我國恐怕只有路況較好的高速公路上才有施展才能的機(jī)會，而對于山道省道或者路況較差的非結(jié)構(gòu)化道路面來說，這套系統(tǒng)恐怕也鞭長莫及了。例如車輛中的泊車系統(tǒng)和倒車系統(tǒng)都用到攝像頭。圖像先后要經(jīng)過分割，濾波處理，邊緣檢測，膨脹與腐蝕處理hough變換后才能得到道路的邊緣線。外參指攝像頭在安裝參數(shù)和相關(guān)的汽車參數(shù)。由于環(huán)境等各方面條件的影響，經(jīng)過分割的圖像還有很多的噪音，想得到比較清晰的圖像并不是很容易的事，為了得到清晰的圖像要設(shè)計一個適合、匹配的濾波器和恰當(dāng)?shù)拈y值。 預(yù)警系統(tǒng)當(dāng)車身偏移超過剩下寬度的30%時候，系統(tǒng)向駕駛?cè)藛T發(fā)出預(yù)警，提醒駕駛?cè)藛T及時修正汽車行駛方向，以減少不必要的危險發(fā)生。一定程度下可以降低駕駛員的疲勞。系統(tǒng)工作流程圖：區(qū)域分割系統(tǒng)初始化圖像預(yù)處理圖像收集 Hough變換邊緣檢測形態(tài)學(xué)修正判斷是否發(fā)生偏離各種道路情況的討論發(fā)出預(yù)警 非結(jié)構(gòu)化道路的理解實際的道路往往可以分為結(jié)構(gòu)化道路和非結(jié)構(gòu)化道路兩類。由于非結(jié)構(gòu)道路的特性，所以對非結(jié)構(gòu)道路的檢測最好是對道路的邊緣進(jìn)行檢測。攝像頭以一定的參數(shù)安裝在駕駛員右上方的后視鏡前面。彩色圖像的每一個像素點都由三個分量來決定，而灰度圖像的像素點是由一個分量來決定，相對于彩色圖像，灰度圖像和二值圖像更有利于圖像的后期處理，灰度圖像在后期處理中的計算量將大大的減少。)?；叶葓D像的每個像素點還是用三個分量來表示，只是為后續(xù)的處理減少計算量而已。 噪聲消除現(xiàn)實生活中的圖像通常都帶有噪聲，噪聲主要分為兩大類——高斯噪聲和脈沖噪聲。在圖像的收集時候收到噪聲的影響是不可避免的，我們不可能完全消除噪聲的存在，只能通過其他的方法把圖像中的噪聲降低到最小，減少對圖像處理的影響。車輛在非結(jié)構(gòu)化道路上運(yùn)行時，由于非結(jié)構(gòu)化道路的路況較差，汽車會發(fā)生很明顯的振動，安裝在汽車的攝像頭會跟著汽車一起發(fā)生振動，在加上光照等各方面的原因的影響，攝像頭實時記錄下的圖像不可避免會含有很多噪聲的成分。圖像濾波可分為空間域、頻域和小波域濾波。線性濾波主要用于消除高斯噪聲，而中值濾波則用于消除脈沖噪聲。clear all。b=rgb2gray(a)。subplot(1,2,2),subimage(k2) ，從圖像中看不出他們之間的不同，但根據(jù)中值濾波的理論，右圖比左圖濾波的效果更加的平滑。for x=1:1:3 for y=1:1:3 u=x2。f = imread(39。[m,n]=size(f)。%%%高斯濾波%%%for x=2:1:rowhigh1 for y=2:1:colhigh1 mod=[f(x1,y1) f(x1,y) f(x1,y+1)。 ftemp(x,y)=sum(A(:))。從兩幅圖像就很容易的看出兩種濾波對圖像后期處理的影響。圖像分割其作用就是把反映物體真實情況的占據(jù)不同領(lǐng)域的具有不同特征的目標(biāo)區(qū)域給區(qū)分出來，并形成數(shù)學(xué)特征。 圖像分割的方法圖像分割有很多的方法，依據(jù)分割時候所依據(jù)的圖像特性不同，大致可以分為三大類：閥值方法、邊緣檢測法、區(qū)域分割法。 閥值分割法閥值法是一種傳統(tǒng)的圖像分割方法。閥值方法的數(shù)學(xué)模型如下：設(shè)原始圖像為 ，首先以一定的準(zhǔn)則 中找出一個灰度值T作為閥值，將圖像分割為兩部分，即把大于等于該閥值的像素點的值置為1， ，如下式表示： (41)根據(jù)上式可知，閥值方法的核心就是閥值T的確定，全局閥值T的選擇直接影響分割效果。為了檢測出圖像中物體，很多時候就是檢測物體的邊界線，通過檢測物體的邊緣線來識別物體，但是經(jīng)過預(yù)處理后一些邊緣可能會很容易顯示出來，可是有些邊緣可能被消除掉。數(shù)字圖像即使是經(jīng)過一樣，用不同算子的邊緣檢測就會得出不同的結(jié)果。 區(qū)域分割法區(qū)域分割法最常用的就是區(qū)域生長法。是一種非線性圖像處理與分析的理論。結(jié)構(gòu)元素就是圖像中的邊緣元素，通過做“與”元算增強(qiáng)邊緣，以增加邊緣的連續(xù)性。不同的是結(jié)構(gòu)元素，膨脹是集合里的非B元素，而腐蝕是集合中的B元素。用結(jié)構(gòu)元B對集合A的閉操作，表示為,定義如下【4】： （47）B對集合A的閉操作就是簡單地用B對A膨脹，緊接著用B對結(jié)果進(jìn)行腐蝕。經(jīng)過預(yù)處理后的數(shù)字圖像邊緣會明顯的很多，且收到噪音影響變得較小。通過梯度算子估計圖像灰度變化的方向，增強(qiáng)圖像中的灰度變化區(qū)域，然后對增強(qiáng)的區(qū)域進(jìn)一部判斷邊緣。
語文相關(guān)推薦
鄂ICP備17016276號-1