發(fā)布時間：2020-11-16 03:21

　　 面對日益嚴(yán)重的交通堵塞、環(huán)境污染、交通事故等關(guān)鍵交通問題,智能汽車的發(fā)展和技術(shù)提升需求變得尤為迫切。智能汽車能夠在傳統(tǒng)汽車具備的人為駕駛功能的基礎(chǔ)上,通過各種控制與執(zhí)行機(jī)構(gòu)、傳感器硬件等裝置,結(jié)合先進(jìn)的感知算法,使得汽車能夠智能地感知周圍的交通環(huán)境,且能夠?qū)⒏兄�到的信息實時地反饋到汽車自身,分析判斷汽車駕駛狀態(tài),從而在無人為干預(yù)下智能地做出汽車駕駛過程中的各種決策,以此來避免上述交通問題的發(fā)生。而車道線作為智能汽車感知周圍環(huán)境并作出駕駛決策的重要依據(jù),其檢測技術(shù)是智能汽車眾多技術(shù)中的關(guān)鍵之一。因此,本論文在智能汽車和車道線檢測技術(shù)不斷發(fā)展進(jìn)步的大背景下,研究基于單目視覺的智能微型車車道線檢測技術(shù)。本文的工作內(nèi)容可主要歸納為以下幾個方面:第一章介紹并闡述了論文的背景和意義,并分析了智能車與車道線檢測技術(shù)的研究現(xiàn)狀,在此基礎(chǔ)上,提出了論文的研究內(nèi)容與總體框架。第二章介紹了自主搭建的智能微型車硬件系統(tǒng)的組成與工作原理,詳細(xì)說明了智能微型車的硬件設(shè)計內(nèi)容,并對基于CAN總線的通信網(wǎng)絡(luò)進(jìn)行設(shè)計,上位機(jī)軟件通過Visual Studio2010開發(fā)實現(xiàn)。第三章研究并使用了單目視覺技術(shù),設(shè)計了車道線特征提取的方案,開展了使用灰度化、Sobel算子邊緣提取與正負(fù)極值點提取方法的圖像預(yù)處理過程,并結(jié)合逆透視變換結(jié)果,重點研究了基于車道線寬度與車道線連續(xù)性等先驗信息的車道線特征的創(chuàng)新提取方法,從而大幅過濾車道線檢測的干擾噪聲。第四章對比分析了直線檢測方法的不足與缺點,分析提出了基于RANSAC的改進(jìn)算法,提高模型擬合適應(yīng)性與計算效率。將本文的車道線檢測算法在仿真環(huán)境和城市道路中進(jìn)行不同工況下的實驗測試,實驗結(jié)果表明本文算法出色的有效性與魯棒性。第五章對論文所做的工作進(jìn)行總結(jié),并對后續(xù)研究進(jìn)行展望。
【學(xué)位單位】：上海交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2018
【中圖分類】：U463.6;TP391.41
【部分圖文】：

圖 2-1 基于視覺導(dǎo)引的智能微型車工作原理圖Fig.2-1 Working principle map of intelligent micro vehicle based on visual guidance2.2 智能微型車實驗平臺硬件設(shè)計

圖 2-2 控制系統(tǒng)硬件配置圖Fig.2-2 Hardware configuration of control system本論文將下位機(jī)中的控制器省去，直接由上位機(jī)通過無線網(wǎng)絡(luò)獲得智能微型車車體的狀態(tài)信息和發(fā)送控制指令，實現(xiàn)無車載控制器的智能微型車自主導(dǎo)航系

2CAN 總線中的數(shù)據(jù)無法通過局域網(wǎng)絡(luò)將數(shù)據(jù)發(fā)送到上位機(jī)，在這里本課題采用以太網(wǎng)轉(zhuǎn)CAN數(shù)據(jù)收發(fā)器LT1210，如圖2-3所示。LT1210內(nèi)部集成了TCP/IP協(xié)議棧，有 1 路自適應(yīng) 10M/100M 自動交換以太網(wǎng)接口，2 路遵從 CAN2.0A 和CAN2.0B 標(biāo)準(zhǔn)的 CAN 接口，通過協(xié)議可向指定的 CAN 接口發(fā)送數(shù)據(jù)，同時指定的CAN 接口收到的數(shù)據(jù)會自動發(fā)送到Ethernet接口，從而實現(xiàn) Ethernet與CAN數(shù)據(jù)的相互傳輸功能。圖 2-3 以太網(wǎng)轉(zhuǎn) CAN 數(shù)據(jù)轉(zhuǎn)換器Fig.2-3 Data converter of Ethernet transfer CAN數(shù)據(jù)收發(fā)器 LT1210 帶一個 RJ45 網(wǎng)口，將這個網(wǎng)口連接到無線路由器的有線網(wǎng)口，然后將上位機(jī)電腦的無線網(wǎng)卡連接
【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 馮學(xué)強(qiáng);張良旭;劉志宗;;無人駕駛汽車的發(fā)展綜述[J];山東工業(yè)技術(shù);2015年05期

2 張賢啟;余有晟;劉俊才;;無人駕駛汽車的發(fā)展及可行性[J];山東工業(yè)技術(shù);2015年04期

3 王海;蔡英鳳;林國余;張為公;;基于方向可變Haar特征和雙曲線模型的車道線檢測方法[J];交通運(yùn)輸工程學(xué)報;2014年05期

4 王珩;蘇真?zhèn)?陳謀欽;;基于多元傳感器的人機(jī)交互式CNG儲氣井腐蝕檢測系統(tǒng)[J];青島科技大學(xué)學(xué)報(自然科學(xué)版);2014年04期

5 潘建亮;;無人駕駛汽車社會效益與影響分析[J];汽車工業(yè)研究;2014年05期

6 端木慶玲;阮界望;馬鈞;;無人駕駛汽車的先進(jìn)技術(shù)與發(fā)展[J];農(nóng)業(yè)裝備與車輛工程;2014年03期

7 朱淋;梁華為;王智靈;鄧耀;;基于視頻序列的車道線檢測和跟蹤[J];電子測量技術(shù);2013年07期

8 尚晉霞;;運(yùn)動目標(biāo)跟蹤研究[J];電腦編程技巧與維護(hù);2013年12期

9 張辰貝西;黃志球;;自動導(dǎo)航車(AGV)發(fā)展綜述[J];中國制造業(yè)信息化;2010年01期

10 余厚云;張為公;;直線模型下的車道線跟蹤與車道偏離檢測[J];自動化儀表;2009年11期

相關(guān)博士學(xué)位論文 前2條

1 沈志熙;基于視覺導(dǎo)航的智能車輛在城區(qū)復(fù)雜場景中的目標(biāo)檢測技術(shù)研究[D];重慶大學(xué);2008年

2 李貽斌;ITS智能車輛關(guān)鍵技術(shù)研究[D];天津大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 葉美松;單目視覺的智能電動小車車道線識別與跟蹤[D];西南交通大學(xué);2017年

2 石庭敏;基于雙多線激光雷達(dá)的道路環(huán)境感知算法研究與實現(xiàn)[D];南京理工大學(xué);2017年

3 成劍;基于機(jī)器視覺的道路線識別算法研究[D];南京理工大學(xué);2017年

4 蔡兵;基于機(jī)器視覺的霧天環(huán)境下車道線識別技術(shù)研究[D];重慶郵電大學(xué);2016年

5 宮小虎;基于RANSAC拋物線擬合的實時車道線檢測和類型識別算法[D];吉林大學(xué);2016年

6 劉偉;單目視覺下車道偏離預(yù)警系統(tǒng)中的關(guān)鍵技術(shù)研究[D];南京航空航天大學(xué);2014年

7 王雷;一種基于雙曲線模型的車道線跟蹤檢測算法設(shè)計與實現(xiàn)[D];吉林大學(xué);2014年

8 王文勝;基于機(jī)器視覺的工業(yè)機(jī)器人的設(shè)計與研究[D];陜西科技大學(xué);2012年

9 李大新;基于機(jī)器視覺的車道線檢測識別與車道偏離預(yù)警算法研究[D];山東大學(xué);2012年

10 米超;基于紋理特征和消失點的道路識別算法研究[D];湖南大學(xué);2012年

本文編號：2885561