论文部分内容阅读
随着各国汽车保有量的增加，随之带来的诸多社会难题如致命的石油危机、因极度扩张的城市交通而引发的道路拥挤、堵塞与人身安全、严重的环境污染、惊人的汽车垃圾与回收等，所有这些都降低了城市生活质量。为了有效解决这一问题，一种智能区域交通系统—CyberCarSystem应运而生。在诸多类型的区域智能车辆中，视觉引导车辆以其信息丰富、适应范围广、智能化程度高等特有的优越性能而受到各国的关注，已成为智能车辆导航方式的主流和发展方向。
论文主要针对目前课题组开发的视觉导航CyberCar存在的问题进行研究。
主要研究内容如下：
(1)建立了CyberCar的系统结构，完成了CyberCar整车的系统体系设计以及导航路径信息的设计(包括导航路径标线、特殊标示符、数字标示符)等；
(2)研究了较暗光照条件下采用改进的大津法，正常光照条件下采用区域生长算法，较亮光照条件下采用Laplace边缘检测算法的不同光照条件下的路径图像分割处理方法；并完成了不同光照算法选择的BP神经网络分类器设计；
(3)研究了采用基于分段最佳斜率平均法获取导航路径标示线导航偏差信息的方法，通过运用梯度算子进行直线拟合点的选择，并根据路径的宽度信息以及垂直投影方法进行野点剔除。根据得到的拟合中心线获取车辆当前的方位偏差和侧向距离偏差信息，为车辆的自主导航控制提供可靠的参数；
(4)研究了利用基于物体形状统计特征的方法实现对特殊标示符识别，利用基于统计不变矩特征和LED数字过线数相结合的算法实现对数字标示符识别的方法；
(5)设计开发了基于多偏差信息的视觉导航最优控制器，进行了智能化综合安全保障技术及人机信息交互技术等方面研究；
论文最后借助开发的CyberCar系统在吉林大学南岭校区特定路段进行了实际导航试验，试验表明设计开发的视觉导航CyberCar整体情况良好，运行稳定，各部分系统工作正常，并具有一定的抗干扰能力，总体上达到了设计的要求，并初步具备了产品化开发的前期条件。该文对于视觉导航CyberCar所做的研究对于我国在该领域进行系统开发具有一定的理论意义和应用价值。