自动驾驶中路锥车道的识别方法及其路径规划研究

来源 :电子科技大学 | 被引量 : 0次 | 上传用户:mike621
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着汽车行业的发展,国内外汽车保有量不断增加,方便人们出行的同时也伴随着一些负面影响。自动驾驶技术有助于降低由于疲劳驾驶、注意力不集中等人为操作失误引起的交通事故率,同时结合车联网技术,将极大提高道路运输效率,节省出行时间。特定场景下的自动驾驶需要根据实际环境进行方案改进,高速公路及城市道路时常存在养护与维修的情况,一般使用交通路锥隔离工作区域,搭建临时车道。目前没有很好应对此种路况的方法,所以本文以交通路锥搭建的临时道路这一特定场景作为研究对象,重点研究基于摄像头视觉的自动驾驶中路锥车道的识别方法及其路径规划。本文工作主要概括为以下几方面:(1)基于视觉的路锥及车道线识别。首先对图像进行预处理操作,提出一种基于颜色特征分割方法进行路锥识别,并计算出交通路锥的位置;基于Canny边缘检测和霍夫变换的方法对车道线进行识别,使用最小二乘法拟合出车道线方程,完成本文的目标识别任务。(2)路锥车道路径规划及跟踪研究。在完成目标识别的基础上,拟合出路锥构建的车道线,再与实际车道线进行融合处理,确定车辆的可行驶区域后计算出目标行驶路径;建立坐标系和车辆的运动学模型,推导出他们的转换关系,最后提出一种基于视觉航向偏差反馈的控制方法对路径进行跟踪控制。(3)自动驾驶实验平台搭建。对现有的自动驾驶技术深入调研,针对路锥车道场景提出此场景下的自动驾驶方案,设计实验平台的硬件方案,搭建并测试完整的硬件平台,制定相应的底层控制与执行的软件方案,为后续算法验证奠定基础。最后对基于视觉的目标识别算法及路径规划算法进行验证,录取目标场景中可能出现的各种工况的图像,测试结果表明本文所提出的路锥识别算法能够在不同的光照条件下均达到良好的识别效果,车道线识别算法能够在不同路况中准确的检测出车道线。实车测试结果证明本文的路径规划及路径跟踪算法切实可行。
其他文献
我国南方页岩气藏发育的最有利区位于四川盆地、米仓山—大巴山前陆以及渝东、黔北、湘鄂—江南隆起北缘一线,寒武系地层普遍发育黑色泥页岩,这套黑色泥页岩是早寒武世早期全
我国人口增长致使城市地铁运能与乘客出行需求间的矛盾日益增加,特别是在工作日高峰期,站台乘客拥堵、通道客流排队、客流紧急管束等现象时常发生。了解客流分配需求现状是解决这些问题的基础。随着轨道交通日趋复杂的网络化运营,乘客在轨道网络起讫点间可能存在多条可选有效路径,给城市轨道客流清分工作带来难度。目前,国内外学者在客流数据方面的研究,大多集中于客流预测、客流分布特征分析和客流仿真模拟,研究尺度停留在站
背景与目的:膀胱癌术后易复发,且可恶性进展,影响预后。如何预防其复发一直为学者们所关注,本研究探讨吡柔比星(pirarubicin,THP)联合聚维酮(polyvinylpyrrolidone,PVP)膀胱
以碱木质素(AL)为原料,通过催化液化处理提取木质素酚类产物(LAL),利用催化液化产物富含的酚羟基与环氧氯丙烷(ECH)在碱性条件下反应生成水不溶的木质素醚类中间体,该中间体
在煤层气储层渗透性影响因素的分析基础上,通过煤层地应力、热演化程度、埋藏深度与渗透率的相关性分析,探讨渗透率的发育机理,认为煤储层渗透率是煤阶与地应力联合作用的结