关键词:
无人驾驶
双目立体视觉
摄像机标定
立体匹配
目标检测与跟踪
摘要:
双目立体视觉技术一直都是无人驾驶汽车研究得重点,本文就针对无人驾驶汽车的环境感知部分,利用两个CMOSE相机组成的双目立体视觉系统,对汽车行驶时车辆前方的环境进行信息采集,并利用各种技术手段还原出三维信息。本文主要研究了如何利用双目立体视觉技术对障碍物进行测距,以及如何对运动目标进行检测与跟踪。在障碍物测距问题上,首先对左右两摄像机进行标定,在传统标定算法和张正友标定算法的基础上提出了改进的标定算法,改进后的标定算法把传统的世界坐标系改成了汽车坐标系,解决了当汽车行驶时,频繁对摄像机标定的过程;然后对双目摄像机采集的视频信息进行进行解帧处理,同时进行图像预处理,以此来消除图像中因外界环境或者摄像机本身产生的噪声影响;再对同一时刻的左右两图像进行双目校正,使两图像共面并且行对齐,为后面的特征匹配做准备;然后再对其进行特征点的检测并对其进行匹配,还研究了 Harris角点检测和SIFT角点检测算法原理,利用基于特征点的匹配方法对两幅图像进行匹配得出视差图;最后根据双目模型进行三维重建并得出距离。在目标检测与跟踪问题上,首先分析了目前主流的目标检测算法,结合其优缺点提出改进的检测算法,经过改进后的检测算法能够使目标轮廓更清楚的提取出来;然后对目标跟踪的常用算法进行了研究,对比分析了 Mean-shift算法和Kalman滤波算法的跟踪原理,在原有算法的基础上进行了改善,改善后的跟踪算法能够准确的对目标物体进行跟踪,解决了目标遮挡问题,并且跟踪框能适应运动目标的大小。利用Matlab软件,对本文提出的算法进行仿真,实验表明:分别对障碍物设定一定的距离,利用本文测距算法测量的结果误差比较小,尤其是障碍物距离5米左右时,误差最小,并且对运动目标也能够准确地检测以及对其跟踪,这样就能使汽车在复杂的城市交通环境中及时作出相应地反应,有效避免交通事故的发生。