ALV二維道路分割算法研究與實現(xiàn).pdf

1、陸地自主車(Autonomous LandVehicle),簡稱ALV,是一種能夠在道路和野外連續(xù)、實時自主運動的智能移動機器人,其研究涉及多個學科的理論與技術,體現(xiàn)了信息科學與人工智能技術的最新成果,具有重大的研究價值和應用價值,目前已受到世界上越來越多的國家的關注和重視.在移動機器人的各項關鍵技術中,視覺導航的主要功能是對機器人所行駛的各種道路場景進行快速識別和理解,從而給予路徑規(guī)劃以足夠的信息來確定移動機器人的可行駛道路區(qū)域.因此

2、視覺導航是ALV研究的重要內(nèi)容之一.本文主要是對地面自主機器人的視覺導航系統(tǒng)中的二維視覺導航進行研究,且具體實現(xiàn)了在結構化和半結構化道路環(huán)境下的二維道路圖像分割算法.為了能夠準確、魯棒并及時地檢測道路區(qū)域,在總結前人的工作基礎上,本文提出了一種基于圖像直方圖和圖像像素聚類的實時彩色道路區(qū)域分割算法,并在算法的空間和時間復雜度上進行了一定的優(yōu)化處理.實驗表明,該算法可在一臺雙至強(Xeon) 2.4GHz CPU的工控機上實時實現(xiàn),對一般

3、的道路均有較好的處理結果,處理時間小于40ms/幀.陰影是移動機器人行駛過程中道路上經(jīng)常會出現(xiàn)的一種干擾情況.陰影對道路分割的影響十分嚴重,若處理不當,會對道路分割結果產(chǎn)生負面影響,并進而影響后續(xù)的跟蹤導航.因此,本文針對道路上的陰影特點,提出了一個檢測和消除陰影的新方法.該方法一方面利用了道路區(qū)域分割結果,另一方面根據(jù)邊緣檢測和Hough變換得到道路的邊緣信息,最終融合了區(qū)域和邊緣信息得到最終的道路邊界.實驗表明,該算法對有陰影的道路