河北省教育厅科研基金(Z2008472)
- 作品数：3 被引量：21H指数：3
- 相关作者：马雷张润生黄小云于福莹李昊更多>>
- 相关机构：燕山大学北京航空航天大学更多>>
- 发文基金：河北省教育厅科研基金国家教育部博士点基金更多>>
- 相关领域：交通运输工程自动化与计算机技术更多>>
- 复杂环境下车辆前方多车道识别方法被引量：3
- 2010年
- 在识别行驶车道的基础上,通过控制感兴趣区将识别从单车道扩展到多车道。为提高复杂工况下识别的准确性,引入车道识别置信度,对每条分道线识别的准确程度进行判断,并针对复杂工况的特点给出置信度的计算方法。若置信度低于阈值,将对各搜索参数的感兴趣区进行相应的调整,避免了搜索目标不在所设感兴趣区内。同时通过对序列图像各车道识别置信度分析,结合车道自身结构特点,对各车道识别效果进行判别,可有效地剔除相邻车道行驶车辆和行驶车道旁因不存在车道而对识别的影响,提高了识别可靠性。
- 张润生黄小云马雷
- 关键词：智能车辆置信度感兴趣区
- 基于视觉复杂环境下车辆行驶轨迹预测方法被引量：9
- 2011年
- 安装在车辆正前方的电荷耦合摄像机(Charge coupled device,CCD)实时获取道路图像,利用灰度和梯度特征构成目标函数,并用抛物线模型拟合道路边界,使弯道路径和直道路径的识别统一化。将识别分成三个阶段,并设定出各阶段的抛物线参数感兴趣区。采用遗传算法,对抛物线各参数进行优化。通过初始化编码、计算适应度、多点交叉及变异等过程,搜索出目标函数值近似最大的抛物线,即最优解。通过道路识别得到道路曲率、预瞄点处的侧向偏差和方位偏差等,为轨迹预测提供信息。基于运动学模型的车辆前轮转角,根据动力学特性对其进行修正。建立基于预瞄的车辆转向动力学连续模型,车辆前轮转角和道路曲率作为系统输入,根据系统的采样频率将连续模型离散化,运用Kalman滤波理论设计状态观测器,实时观测车辆侧向速度和横摆角速度,从而得到车辆运动轨迹。试验表明,该方法既能在较复杂环境下较准确的拟合出路界线和预测出车辆运动轨迹,并具有较强的实时性。
- 张润生黄小云刘晶马雷韩睿赵玉勤杨新红
- 关键词：智能车辆KALMAN状态观测器
- 基于灰度图像的复杂环境下智能车辆道路边界识别被引量：10
- 2010年
- 对于智能车辆在一些常见复杂环境下的道路识别,传统的预处理过程要对图像进行二值化,造成大量有用信息的丢失。文中直接利用灰度图像上道路边界的灰度及其梯度信息,构建基于小块统计的目标函数,用于评价道路边界的拟合质量,起到滤波的作用,有效地剔除复杂环境下的各种不规则纹理噪声。试验结果表明,本方法能有效地消除光照条件和树木阴影等因素的不良影响,准确地识别直线或弯曲道路边界。同时由于无须对图像进行预处理,大大提高了识别的实时性。
- 马雷于福莹李昊
- 关键词：智能车辆灰度图像
