基于机器视觉的智能车辆前方道路边界及车道标识识别方法综述

为了全面了解国内外在基于机器视觉的智能车辆前方道路边界及车道标识识别领域的研究进展,文章介绍了近年来一些典型的基于机器视觉的道路边界及车道标识识别系统,对基于机器视觉的前方道路边界及车道标识识别方法进行了分类,对各大类方法中采用的不同技术进行了阐述,然后对基于机器视觉与其他传感器融合的识别方法进行了总结,最后就该领域的研究难点及发展趋势进行了简要论述。

不同光照条件下直线型车道标识识别方法研究

为了解决不同光照条件下车道标识的识别,提出一种基于双标准可调模板关联技术的车道标识识别方法。该方法首先根据光照的变化采用不同的预处理技术对图像进行处理,然后利用基于统计的方法得到车道的初始化标识线,最后在以该初始化标识线为基准建立的感兴趣区域内利用双标准可调模板关联技术对初始化标识线进行矫正从而得到可靠的车道标识线参数。

基于熵最大化图像分割的直线型车道标识识别及跟踪方法

为了解决在道路路面材料不一致或光照不均匀情况下的车道标识线的识别和跟踪问题,提出一种基于熵最大化的图像分割可变形模板的车道标识线识别及跟踪方法。该方法结合了图像变窗口处理技术和基于熵最大化分割方法来实现对道路图像的理想分割,然后利用可变形模板匹配方法得到车道标识线参数,最后采用建立梯形感兴趣区域的方法实现对车道标识线的实时跟踪。试验结果表明:该方法具有很好的可靠性、鲁棒性和实时性。

智能车辆安全辅助驾驶技术研究近况

论述了安全辅助驾驶技术的研究现状、研究的必要性以及研究进展。安全辅助驾驶技术包括车道偏离预警与保持、前方车辆探测及安全车距保持、行人检测、驾驶员行为监测、车辆运动控制与通讯等。分析了各种传感器的优缺点及其在实际应用过程中存在的问题,基于单一传感器不能很好地解决安全辅助驾驶技术可靠性和环境适应能力的要求,应结合激光雷达技术解决图像模糊问题,利用红外传感器增强机器视觉识别的可靠性,未来的安全辅助驾驶技术应该采取多种传感器融合的技术,结合毫米波雷达和激光雷达系统具有深度测量精确的特点,将极大的推动汽车安全辅助驾驶系统的应用和推广。

基于机器视觉的车道偏离警告系统研究综述

介绍了采用智能车辆道路系统对策的车道偏离避撞警告项目和近十几年来开发出的一些典型的基于视觉的车道偏离警告系统,并就这种系统所采用的警告标准进行了总结,最后对车道警告偏离系统研究的发展趋势进行了简述。

基于边界的车道标识线识别和跟踪方法研究

在道路图像中,为了得到较理想的车道的标识边缘,该文采用基于LOG算子边缘增强的方法得到梯度图像,利用SUSAN算子对该梯度图像进行分割,实现了车道标识线边界的提取。在分割后的梯度图像中,利用Hough变换提取出车道标识线参数,完成了对道路图像中的车道标识线的识别,采用建立梯形的感兴趣区域的办法,实现了对车道标识线的实时跟踪。试验结果表明该方法具有较强的鲁棒性和较好的实时性。

基于熵最大化边缘提取的直线型车道标识线识别及跟踪方法

为了得到较为理想的车道标识线边缘图像以便于更好地对车道标识线进行识别,提出了一种基于熵最大化的边缘提取的车道标识线识别及跟踪方法。该方法结合了基于一维熵最大化分割方法和基于二维直方图的熵最大化分割方法,利用图像变窗口处理技术实现对道路图像中车道标识线边缘的分割,然后利用基于统计的方法得到车道标识线参数,最后采用建立梯形感兴趣区域的方法实现对车道标识线的实时跟踪。试验结果表明:该方法具有很好的可靠性、鲁棒性和实时性。

世界智能车辆行人检测技术综述

对世界智能车辆行人检测技术进行综述,重点介绍世界主要发达国家智能车辆行人检测技术的研究方法以及所采用的传感器,提出了智能车辆行人检测技术当前存在的一些问题,展望了今后的发展趋势。

基于机器视觉的道路上前方多车辆探测方法研究

提出一种基于车辆特征的方法识别和跟踪前方的车辆。首先,利用车辆底部存在阴影的特征,在图像中确定可能存在的车辆区域。然后,通过分形维数计算该区域的纹理特征,排除非车辆区域。最后,利用车辆的边缘信息,通过投影变换方法,对候选区域内的车辆进行定位。此外,利用NM I特征法对定位的车辆进行确认。该算法对不同环境和光照条件下的车辆图片进行了测试,以及在高速公路上进行了实时跟踪试验,具有较好的鲁棒性和可靠性。

基于视觉的前方车辆探测技术研究方法综述

对国内外关于车道上本车前方车辆检测方法进行了综述。根据探测车辆所采用的传感器不同,分别对采用单目视觉、双目视觉、视觉与其他传感器融合以及非视觉传感器的几种探测方法进行了比较与分析。同时,针对每种探测方法,进一步阐述了目前车辆识别的一些具体算法。最后,指出了每种方法存在的优点和一些不足。

基于二维最大熵阈值分割的坑识别方法

月球环境感知是未来月球探测车在月球表面实现自主导航一个非常重要的环节,坑是月球表面存在较多的一种地理特征,将成为月球探测车导航的障碍物。文章从模式识别的分类理论出发,提出了一种基于二维最大熵阈值分割的地球环境坑检测方法,为将来月球探测车的环境感知模块提供技术参考。首先利用二维直方图熵最大化阈值分割方法将图像二值化,然后结合形态学滤波算法和阈值面积消除法滤除一些噪声,最后对所得到的二值图像进行轮廓提取并在原图上显示,实现了对部分场景下坑的检测。

基于分形盒子维数的车辆定位和识别方法

提出了一种基于计盒子维数的方法识别和定位前方的车辆。首先,利用差分和线性滤波获得车辆的水平边缘信息。然后,通过统计法缩小盒子维数的运算区域。最后,通过盒子维数的计算确定车辆的候选区域,并对该区域内的车辆进行定位。同时,利用对称性测度法对定位的车辆进行确认。在不同环境和光照条件下对车辆图片进行测试,表明了该算法具有较好的鲁棒性和可靠性。

强光照条件下车道标识线识别与跟踪方法

为了实现强光照条件下车道标识线的准确识别和跟踪,采用基于直方图锥形拉伸算法对原始图像进行处理,以提高图像整体对比度,利用SUSAN算法提取出处理后图像中的边缘,对边缘图像利用定向边界跟踪算法进行滤波,利用Hough变换提取出车道标识线参数完成对道路图像中的车道标识线的识别,最后采用建立梯形感兴趣区域来实现对车道标识线的实时跟踪。试验结果表明该方法具有较强的鲁棒性和较好的实时性。

月球环境感知中的石块识别方法研究

月球环境感知是未来月球车在月球表面自主导航的关键。石块作为月球表面的一种地理特征,将成为月球车行驶的障碍物。该文从获取梯度图像研究出发,提出了基于最小误差分割原理的石块图像分割方法。在获取分割后的二值化图像中,采用了形态学滤波算子进行去噪,然后利用二值图像投影变换,并参考石块底部阴影位置信息,辅助完成对部分场景下的石块识别和定位。

基于边界提取和跟踪的石块检测方法研究

为了能部分解决基于视觉的石块识别问题,首先利用SUSAN算子对图像进行分割后利用边界跟踪算法进行滤波,确定出原始图像中可能存在石块的区域,对原始图像中该区域利用矩不变法进行分割以缩小可能的石块区域,然后利用Sobel算子对原图像中该区域进行处理,得到该区域梯度图像并对此进行分割和边界跟踪滤波,最后利用投影法确定出原始图像中的石块位置。试验结果表明该方法具有一定的环境适应性和较好的实时性。

车道标识线识别和跟踪方法研究

为了得到比较理想的道路图像中车道标识的边缘,文中采用了基于二维直方图熵最大化的车道标识边缘提取方法。对此边缘图像采用定向边界跟踪方法提取出车道标识特征点,对这些特征点采用线性回归技术就可以得到车道标识线参数,从而完成对道路图像中的车道标识线的识别,并且文中还采用了建立梯形的感兴趣区域的办法实现了对车道标识线的实时跟踪。

北美超压富集页岩气研究现状及勘探启示

为了找准国内页岩气富集高产的目标,分析北美地区页岩气勘探开发特点大有裨益。在探讨北美超压页岩气分布与特点的基础上,研究了页岩气超压成因机理及有利富集区评价技术。结果表明:新兴的北美页岩油气区超压特征明显,以Marcellus页岩和Haynesville页岩气藏为典型。超压页岩有机质含量普遍较高,具有较高的热演化程度、相对较高的孔隙度和良好的保存条件。超压页岩气区中游离气量比例大,气藏产能相对较高。其机理在于生烃增压产生微裂缝,大幅增强储层渗流性能。同时压力增大提高了页岩气含量,更有利于增强页岩气的封存。就国内各勘探区块而言,核心区的确定与地层压力关系尤为重要。应加强地层流体的压力分析,着重寻找页岩气藏的超压甜点区。

基于二维类间方差多门限阈值分割的石块识别方法

月球环境感知是未来月球车在月球表面自主导航的关键。石块作为月球表面的一种地理特征,将成为月球车行驶的障碍物。文章从模式识别的分类理论出发,提出了改进的二维类间方差的多门限阈值石块分割方法。在获取分割图像后,利用石块底部阴影信息和原始图像的灰度直方图分布特征,将分割图像二值化。然后,结合形态学滤波算法和二值图像投影变换,实现了对部分场景下的石块识别和定位。

基于机器视觉的行车安全综合保障系统研究

驾驶员疲劳驾驶或精神分散容易导致发生车道偏离以及追尾碰撞等恶性交通事故,利用机器视觉技术监测驾驶员的眼部、嘴部、头部等器官的运动特征,建立基于驾驶员面部视觉信息的疲劳与精神分散状态综合量化评价模型,实现实时有效的动态监测和预警,并系统研究了本车前方车辆探测方法和安全车距的评定准则,实现防追尾碰撞预警。初步试验表明:当驾驶员疲劳驾驶、无意识车道偏离以及行车安全车距过小时,该行车安全综合保障系统能有效地对驾驶员进行警示。此外,根据行车安全保障技术领域的研究现状,还开展了道路上行人检测的技术研究,并取得初步成果。

利用激光3D成像技术对特殊道路边界探测方法研究

利用激光雷达传感器获得的三维距离信息,依据了道路边界的结构特点,分别采用了CS中值滤波和形态学滤波进行去噪,并利用距离图像中目标与周围环境梯度差异性,将目标从背景中分割出来。同时,利用定位的结果和三维距离信息,获取了目标的高度信息,以及与本车的纵向和横向位置信息,为安全避障提供了依据。通过实验验证,该方法具有较强的鲁棒性和较高的探测准确性。