基于TopHat分割和曲线模型的三车道检测方法

为了解决传统三车道检测过程中算法易受干扰、车道线拟合不准确、两侧车道误判等问题,提出了一种基于顶帽算法(Top Hat)分割和曲线模型的三车道检测方法.利用车道线的形状和颜色特征,在图像预处理阶段提出了一种变内核Top Hat的车道线分割算法.在车道线识别阶段,首先,提出了一种基于加权最小二乘法(weighted least squares,WLS)的消失点拟合方法以约束霍夫变换;其次,在极坐标中以DBSCAN(density-based spatial clustering of applications with noise)聚类法对直线聚类并匹配三车道模板;再次,以该模板为基础建立车道线感兴趣区,在每个感兴趣区内搜索并以三次曲线模型拟合车道线;最后,对于不确定的边侧车道,提出了一种基于随机投种法的边侧车道可行驶性判定方法.算法检测率以及漏检率结果显著优于传统三车道识别算法.实验结果表明:该算法具有良好的准确性及稳定性,更适用于三车道环境.

基于机器视觉筛选GPS卫星信号的无人驾驶汽车组合导航方法

针对无人驾驶智能车在城市道路环境中全球定位系统信号以非视距传播而造成伪距估计偏差,导致定位不准确的问题,提出了一种以视觉信息为筛选条件的组合导航方法。该系统通过摄像头采集到车体周围环境信息图像并处理,最终得到建筑物上隅角与下隅角的差值,换算出建筑物相对车体所形成的遮挡角度,以此筛选GPS卫星有效信息,采用容积卡尔曼滤波对组合导航信息进行滤波估计,提高导航信息准确性。实验证明,该系统能有效弥补无人驾驶智能车城市道路环境中GPS信号偏差的缺点,较传统组合方式相比具有较高的可靠性及实用价值。

智能车转向系统的研究及设计

设计了一套适合无人驾驶智能车BJUT-Ⅳ的转向系统;该系统转向电机采用奇瑞A3电子式助力转向系统(EPS)的转向电机;增量式光电编码器对转向电机的位置以及转速进行检测;汽车转向柱上安装SX4300转角传感器,对方向盘的旋转角度进行检测;该系统采用RS-232实现控制器与上位机之间的相互通信;实验证明,BJUT-Ⅳ智能车可以在阻力最大条件下快速准确地实现转向动作;该转向系统设计合理、稳定性高、实时性强;同时,转向系统的成功应用为今后智能车底层控制奠定基础。

基于LabVIEW的电动汽车自动转向系统设计与测试

对电动汽车自动转向系统进行了研究和设计,该系统是无刷直流电动机在低电压(12 V)、低转速和大扭矩场合的应用。基于无刷直流电动机的数学模型,综合运用PID控制技术和DSP实现电动机的双闭环控制,利用传感器技术和电动机驱动技术来控制无刷直流电动机的位置、速度。应用SX4300传感器于汽车的转向柱,对转向盘的转向角度进行实时检测;结合Lab VIEW虚拟仪器技术,通过串行通信接口对所设计的自动转向器系统进行实车测试。实验证明设计的系统稳定性高、实时性强,测试准确度达到99.2%,软件界面友好,能满足快速测试和设计自动转向系统的需要。

基于三车道模型的前方车辆检测方法

为提高智能车对多车道的实际道路车辆行驶环境的适应性,提出了一种基于三车道模型的车辆检测方法;方法在预处理的基础上利用极角及位置约束的Hough变换得到可能的车道线信息并利用消失点对车道线进行筛选;利用三车道四线模型对车道线进行匹配;对于每条车道,分别利用车辆灰度信息对车道线内车辆进行识别,并利用视频的连贯性对车辆识别结果进行修正并跟踪车辆;该算法通过对车道线的二次筛选,提高了三车道模型的准确率,进一步提高了对于不同车道车辆识别的正确率;实验结果表明,在结构化道路上,对于不同路况,算法均具有较好的实时性和鲁棒性。