面向無人車的多目融合感知研究.pdf

1、車載環(huán)境下計算機視覺感知技術的研究是無人駕駛汽車的一個重要研究方向，基于單目視覺的研究雖然成本低廉、靈活簡單，但是存在由單個車載攝像機所獲路面情況視野較窄的局限。即使是利用旋轉云臺，雖可以獲得較大范圍的視野，但無法同一時刻獲得路況信息。為此，本文結合無人駕駛汽車的具體應用，主要研究如何利用多目攝像機較好感知行車環(huán)境信息，包括車載環(huán)境下多目融合算法研究、多目車載攝像機定位布局方案以及行車過程中雙目標定和物體距離感知。主要的工作及研究成果如

2、下:
　　1.基于特征的多目融合算法對特征提取和特征匹配要求較高，且大都是在線性尺度空間提取特征，經過高斯濾波的圖像會存在邊界模糊和細節(jié)丟失。為此，本文提出一種基于KAZE非線性尺度空間的多目融合算法，該算法結合Gauge-SURF(G-SURF)特征描述向量對非線性尺度空間的KAZE特征進行改進。將視頻幀圖像經過非線性擴散濾波和AOS算法提取KAZE特征點，在gauge坐標系生成64維二階多尺度gauge偏導特征描述向量。再根據

3、特征匹配后的變換矩陣進行融合，生成寬景甚至全景。
　　2.結合相機成像原理、相機參數以及車體尺寸，給出一種車載多目攝像機的定位和布局方案，用來確定行車環(huán)境中車載攝像機最佳個數、擺放位置以及獲得最佳視野范圍。在用最少的相機覆蓋最大區(qū)域的同時，利用車載雙目攝像機進行標定，并將標定參數應用于移動車載環(huán)境下物體距離感知。
　　3.在不同的數據集中實驗，結果表明，改進的KAZE特征在特征提取時間和匹配率方面都有了一定的改進。本文的多目