论文部分内容阅读
随着我国经济的发展,人民生活水平越来越高,汽车已经成为了日常生活必需的交通工具。各行业的汽车保有量增加导致了交通问题日趋严重。如何有效避免交通事故的发生已经成为了一个与人民生活息息相关的问题。因此,研究车道线与车辆识别有着重大意义。本文介绍了车道线与车辆识别系统的研究背景及研究意义,分析了国内外相关领域的研究进展,并给出了本课题实现的嵌入式识别系统的研究内容与技术指标要求。从车道线与车辆识别系统的两大算法即车道线识别算法与车辆识别算法的相关原理出发,提出了本课题使用的基于边缘特征和透视变换的车道线识别算法与基于改进SSD网络的车辆识别算法,从图像预处理,边缘提取,车道线识别详细介绍了车道线识别算法的实现;从数据集建立,改进SSD基础网络为MobileNet网络等详细介绍了车辆识别算法的实现。之后本文介绍了本课题所实现的车道线与车辆识别系统的硬件设计,给出了硬件的总体架构,接着分别介绍了系统的电源设计,HDMI转MIPI输入模块电路设计,图像处理模块选型及部分外围辅助电路设计和ECU电控模块相关电路设计。软件部分则从软件整体框架出发,详细介绍了输入模块的芯片配置程序,电源部分的SBC芯片驱动程序,Jetson TX2图像处理模块上的车道线与车辆识别程序设计与参数选择。本文最后进行了整个系统的性能测试。经测试,硬件测试性能良好,系统硬件能够正常运行,各数据通信稳定正常。本课题设计实现的车道线与车辆识别系统的车道线识别的准确率达到92.7%,在本系统平台上的单帧图像识别时间为28ms,车辆识别算法在自建数据集上车辆的识别准确率(AP)达到了 82.1%,在本系统平台上的单帧图像识别时间为0.14279s,在精度与运行效率的实时性上达到了设计要求,为今后相关领域的研究提供了思路,具有一定的理论与实际应用价值。