免费看男阳茎进女阳道视频

                        24小時論文定制熱線

                        咨詢電話

                        熱門畢設:土木工程工程造價橋梁工程計算機javaasp機械機械手夾具單片機工廠供電采礦工程
                        您當前的位置:論文定制 > 畢業設計論文 >
                        快速導航
                        畢業論文定制
                        關于我們
                        我們是一家專業提供高質量代做畢業設計的網站。2002年成立至今為眾多客戶提供大量畢業設計、論文定制等服務,贏得眾多客戶好評,因為專注,所以專業。寫作老師大部分由全國211/958等高校的博士及碩士生設計,執筆,目前已為5000余位客戶解決了論文寫作的難題。 秉承以用戶為中心,為用戶創造價值的理念,我站擁有無縫對接的售后服務體系,代做畢業設計完成后有專業的老師進行一對一修改與完善,對有答辯需求的同學進行一對一的輔導,為你順利畢業保駕護航
                        代做畢業設計
                        常見問題

                        基于視覺的車道線檢測技術研究

                        添加時間:2018/09/10 來源:西南交通大學 作者:侯長征
                        智能交通系統(ITS)在減少交通事故,提高交通效率中發揮著重要的作用,因而成為當今社會的研究熱點,車道線檢測作為智能車輛導航技術的關鍵部分也成為重要的研究課題之一。
                        以下為本篇論文正文:

                        摘 要

                          隨著汽車保有量的不斷増加,城市交通也變得越來越擁擠,智能交通系統因而受到了人們的廣泛關注。車道線檢測是智能交通領域關鍵的技術之一,它被廣泛地應用于輔助駕駛系統、車道偏離預警系統以及車輛防碰撞系統中,對于提高交通安全具有重要意義。

                          基于視覺的車道線檢測容易受到光照變化、樹木的陰影、路面的文字及行駛的車輛等外部環境的干擾。針對以上問題,本文采用線段作為底層特征來分析車道線的結構信息,提出了一種消失點約束下的車道線檢測方法。該方法首先利用道路圖像行灰度均值的特點動態地劃分感興趣區域,并在感興趣區域內提取道路圖像的邊緣信息。

                          然后采用基于方向優先級捜索的方法濾除連接方向異常的噪聲邊緣。最后利用改進的概率霍夫變換提取出候選線段,并通過消失點約束來規避非車道線的干擾從而實現了車道線的檢測。

                          為了提高道路模型對不同形狀車道線的適應化本文以貝塞爾曲線模型為基礎,通過隨機采樣一致算法構建不定變形模板。首先通過逆透視變換來獲得道路圖像的俯視圖,然后對俯視圖分別進行豎直和水平方向的濾波處理,削弱了噪聲的干猶并增強了車道線信息。在擬合階段,利巧隨機采樣一致算法和S階貝塞爾曲線模型構建不定變形模板,根據車道線的實際形狀來調整曲線模型的參數,從而實現對不同形狀車道線的擬合。

                          通過對不同場景下的道路圖像進行測試,實驗結果表明,本文的方法能夠克服各種復雜路況場景下外部環境的干擾并且可以適應不同形狀車道線的檢測,具有良好的準確性和魯棒性。

                          關鍵詞:消失點約束;噪聲邊緣;改進的概率霍夫變換;隨機采樣一致算法;

                        Abstract

                          With the rapid increase of car ownership,the urban traffic is becoming more and more crowded,which leads to people,s widespread attention to the intelligent transportation system(ITS). Lane markings detection is one of the critical tochnologies in intelligent transportation field,which is widely used in driver-assistance system,lane departure warning sys1;em and vehicle anti-collision sysl:em,and it is significant for improving the traffic safety.

                          Vision-based lane markings detection may be easily affected by some interference from external circumstances such as the illumination change, shadows of trees, writings on the road and the passing vehicles. To solve these problems, we use line segment as low-level feature to analyze the structural information of lane markings,and a lane markings deletion method under vanishing point COnstraints is proposed in this thesis. Firstly,the region of interest(R01) is divided dynamically according to the mean value of road image in each row, and the e過ge information of road image is extracted from the ROL Then,we cIter out noise edges with abnormal orientation based 0n the orientation-priority searching method. Finally, candidate line segments are extracted by progressive probabilistic Hough Transform (PPHT), and the no-lane markings are eliminated under vanishing point constoains to realize the lane markings detection.

                          In order to improve the adaptability of road model to lane markings with different shapes, the Bezier spline model is applied to construct a deformable template by ran過om sample consensus algorithm. Firstly, the top view of the road image is obtained tlirough inverse perspective mapping: then filtering is performed on the top view space in vertical and horizon1:al orientation respectively,and this operation can reduce the in1;erference of noise and enhance the information of lane markings. During the fitting step,a deformable template is constructed with third-degree Bezier spline model by random sample COnsensus algorithm, and the paramel;ers of spline model are adjusted according to the actual shape of the lane markings, which is able to stet lane markings with different shapes.

                          Through the test of road images under different scenes,the experimental results demonstrate that our method can not only overcome the interference from external circumstances under complex road scene, but also detect lane markings with different shapes, and it shows a good accuracy and robusteness.

                          Key words: Vanishing point conslraint; Noise edges; Progressive probabilistic Hough transform;Random sample consensus algorithm

                          隨著社會的迅速發展和人民生活水平的日益提高,汽車作為一種方便快捷的代步工具已經逐步走入了普通家庭。與此同時,汽車保有量的急劇增加也引發了諸如斤車環境擁擠,交通事故頻發,環境污染等諸多問題,給人民的生命和財產安全帶來了巨大的損失。據統計,全世界每年由于交通事故造成的死亡人數約有120萬,受傷人數更是高達5000多萬以,而這其中絕大多數的交通事故是由于駕駛員的注意力不集中、操作不當或是疲勞駕駛等人為因素造成的以。為了減少交通事故的發生,緩解交通壓力,一個新興的科學研究鄰域——智能交通系統(ITS)應運而生。智能交通系統是一個加強車輛、道路、駕駛員H者之間的聯系,從而形成一種保障安全、提高效率、改善環境、節約能源的綜合運輸系統。它能夠幫助我們構建一個安全、高效、環保的道路交通環境以。

                          智能車輛是智能交通系統的一個重要組成部分,其環境感知系統主要由視覺傳感器、激光雷達、慣性元件等一系列高精度的傳感器組成,通過送些傳感器來采集路況環境信息,進而為智能車輛的控制決策系統提供依據,控制車輛的油口、制動、轉向等執行機構,實現車輛的自動駕駛。車道線作為路面最主要的指示信息之一,它可以有效地引導車輛在約束的道路區域內行駛,準確地檢測出路面的車道線是實現智能車自動駕駛的基礎。

                          對智能車自動駕駛技術的研究具有重要意義,主要表現在以下幾個方面:

                          (1)減少交通事故,提高交通效率。智能車的前方碰撞預警系統可以在碰撞發生前對駕駛員發出警報,同時根據車輛到前方障礙物的距離去觸發自動駕駛儀對車輛的制動踏板進行操作。另外,智能車的車道偏離預警系統能夠實時的采集當前所在車道的標志線信息,從而獲得車輛在車道中的相對位置參數,當車輛由于非正常的原因而偏離車道時,系統會發出報警,提醒駕駛員做出相應的反應。在這些輔助駕駛系統的幫助下,智能車能夠很大程度地降低駕駛員的疲勞度,提高駕駛的安全性,從而減少交通事故的發生以。此外,智能車還能有效地降低能源的消耗,提高資源利用率。

                          (2)智能車也可應用于軍事領域以及對未知世界的探索。在軍事上,它可以代替士兵,按照既定的意圖行駛通過危險區域,執斤偵查,排雷、巡邏等重要任務,也可以通過其自主導航把軍需物資運輸到指定的地點,從而增強了作戰的機動性和后勤補給能力。在未知世界的探索方面,我們所用的月球車,火星車、深潛器等在理論和技術上與自動駕駛車輛都是一脈相承的。

                          (3)智能車所涉及的研究領域包含了機器視覺、計算機科學、自動控制理論,信息融合理論,無線通信技術等,因而對于促進各學科之間的交流與溝通,推動技術之間的融合與集成有著重要意義。

                          總之,隨著科技的不斷進步和相關技術的日趨成熟,智能車將在民用、軍用、未知世界的探索以及科學研究等方面發揮越來越大的作用。對智能車自動駕駛技術的探索具有重要的實際應用價值和理論指導意義。本文研究的正是一種基于視覺的車道線檢測技術,實時地檢測出路面的車道線信息,為智能車的自主導航提供依據。

                          在基于視覺的車道線檢測過程中,容易受到諸如樹木的陰影、路面的文字以及行駛的車輛等外部環境的干擾。此外,現實路況場景中車道線的形狀也不盡相同,往往不能由一個固定的幾何模型來描述。本課題旨在克服以上問題,實現對各種復雜路況場景下(包括路面有陰影、文字、來往的車輛以及車道線破損、模糊不清等情況)不同形狀(直線型或者曲線型)車道線的檢測。從而為后續智能車的自主導航提供車道參考信息。

                          為了實現以上目標,采取的主要措施有:(1)利用方向優先級搜索的方法去除外部環境干擾形成的噪聲邊緣。(2)通過道路消失點約束來規避非車道線的干擾。(3)基于隨機采樣一致算法(RANSAC)和三階貝塞爾曲線模型構建不定變形模板,根據車道線的實際形狀來調整擬合模型的參數。

                          基于視覺的車道線檢測技術圖表:

                        投影變換坐標系統
                        投影變換坐標系統

                         逆透視變換與感興趣區域設定
                        逆透視變換與感興趣區域設定

                        高斯濾波器核函數
                        高斯濾波器核函數

                        濾波和闊值化處理
                        濾波和闊值化處理

                        5車道線初始位置確定
                        5車道線初始位置確定

                        車道線可能出現的區域
                        車道線可能出現的區域

                        H階貝塞爾曲線
                        三階貝塞爾曲線

                        目錄

                          摘 要
                          Abstract
                          目錄
                          第1章 緒論
                            1.1 研究背景及意義
                            1.2 國內外研究現狀
                              1.2.1 智能車發展現狀
                              1.2.2 車道線檢測技術的研究現狀
                            1.3 研究目標及內容
                              1.3.1 研究目標
                              1.3.2 研究內容
                            1.4 本文組織結構
                          第2章 道路圖像的預處理
                            2.1 動態劃分感興趣區域
                            2.2 感興趣區域灰度化
                            2.3 邊緣信息提取
                            2.4 噪聲邊緣濾除
                            2.5 本章小結
                          第3章 消失點約束下的車道線檢測
                            3.1 基于概率霍夫變換的候選線段提取
                            3.2 基于道路消失點約束的非車道線濾除
                              3.2.1 道路消失點位置的估汁
                              3.2.2 利用道路消失點濾除干擾線段
                            3.3 車道線提取
                            3.4 本章小結
                          第4章 基于RANSAC算法的車道線擬合
                            4.1 胃像透視變換
                              4.1.1 攝像機成像模型
                              4.1.2 逆透視變換與設定感興趣區域
                            4.2 濾波和闕值化處理
                            4.3 車道線可能出現區域的確定
                            4.4 曲線模型的描述及車道線擬合
                              4.4.1 貝塞爾曲線模型
                              4.4.2 基于RANSAC算法的車道線擬合
                            4.5 本章小結
                          第5章 實驗結果與分析
                            5.1 實驗環境及測試數據
                            5.2 算法的評價標準
                            5.3 消失點約束下的車道線檢測實驗結果與分析
                              5.3.1 關鍵參數設置
                              5.3.2 車道線檢測結果與分析
                            5.4 基于RANSAC算法的車道線擬合實驗結果與分析
                              5.4.1 主要參數的取值
                              5.4.2 車道線擬合結果與分析
                              5.4.3 不同算法實驗結果的對比與分析
                            5.5 本章小結
                          總結與展望
                          致謝
                          參考文獻
                          攻讀碩士學位期間發表的論文及科研成果

                        (如您需要查看本篇畢業設計全文,請您聯系客服索。

                        相關內容
                        好優論文定制中心主要為您提供代做畢業設計及各專業畢業論文寫作輔導服務。 網站地圖
                        所有論文、資料均源于網上的共享資源以及一些期刊雜志,所有論文僅免費供網友間相互學習交流之用,請特別注意勿做其他非法用途。
                        如有侵犯您的版權或其他有損您利益的行為,請聯系指出,論文定制中心會立即進行改正或刪除有關內容!

                        將微信二維碼保存到相冊

                        打開微信掃一掃從相冊識別

                        1.點擊下面按鈕復制QQ號

                        3008637063

                        2.打開QQ→添加好友/群

                        粘貼QQ號,加我為好友

                        免费看男阳茎进女阳道视频