廣西科技大學大學生創新創業訓練計劃項目項目名稱平行泊車輔助系統中視覺測量研究項目名稱：平行泊車輔助系統中視覺測量研究項目類別：創新訓練項目創業訓練項目□創業實踐項目□項目責任人：張健責任人所在院系：電氣和信息工程學院填表日期：6月4日6月4日摘要伴隨科技發展，大家對汽車需求度和購置量和日俱增。車子越來越多，可是路邊供停車泊車位卻是有限，怎樣有效地把車子停入車位，不僅要依靠熟練駕車技術，更是要依靠現代化技術來輔助完成。本項目關鍵研究在平行泊車（側方停車）過程中，基于機器視覺自動檢測平行泊車位，檢測平行泊車中車輛和前車橫向距離，自主判定是否會和前車發生擦碰和自主判定是否擦碰上路肩。經過攝像頭所拍攝到圖像，經過一系列圖像處理最終得出這個平行泊車（側方位停車）過程能否順利進行。本模擬碰撞系統經過大量模擬試驗后可應用于自動泊車系統。首先，了解何為平行泊車，在其基礎上把平行泊車過程劃分了多個步驟，找到本項目研究這4個問題發生在哪一階段，及易發生碰撞擦碰點。本課題將針對平行泊車過程中對車位檢測、自動檢測車輛相對前車橫向距離、車身擦碰估計和車輛和路肩擦碰估計這4個方面逐一研究怎樣經過視覺檢測來處理問題。關鍵詞：平行泊車；神經網絡；視覺測量；障礙物檢測；1.項目研究背景在試驗早期，我們查找了大量文件，發覺現有處理方案并不能很好實現平行泊車輔助測量。重慶大學黃席樾、朱雷、楊璟、李強[1]在使用了TMS320C620lDSP芯片作為關鍵器件，用于實時圖像處理，能夠可靠地檢測道路、障礙物存在及其距離。但也存在不足：該數字處理器使用方法略有繁瑣，該算法不能從根本上處理問題。又如魏喜明在對比毫米波雷達和圖像處理優缺點基礎上，提出毫米波雷達，并研發了毫米波和圖像處理相結合智能避撞方案【2】：該方法可實現可實現智能避撞又可降低虛警發生。不過這種方案仍有缺點：因為停車點不固定，所以雷達測速測距離誤差很大，結論值并不能應用于全部環境。劉波、鐘幼強、金施群、修亮利用DSP系統分析處理，對異常情況給出告警信號紅外視覺檢測。圖像處理相結合實現主動避撞方法，以充足發揮二者優點填補本身缺點，而且對該系統運行平臺進行了設計。所以面對平行泊車這一項目，視覺測量仍是一個很好處理方案。項目標意義在平行泊車過程中，拍攝到停車位并快速計算出停車位大小、經過檢測兩車之間距離，獲取最優泊車位置、經過視覺檢測技術檢測出泊車時兩車相對位置關系，從而估計出兩車是否會發生碰撞和自主判定是否碰撞上路邊路階。以上研究結果所建立模擬系統可應用于平行泊車輔助系統。實施過程3.1車位檢測經過攝像頭拍攝所得圖像點坐標輸入到網絡中使之輸出為攝像頭拍攝所得圖像點世界坐標。首先,探討基于機器視覺平行泊車位自動檢測課題研究背景及意義，了解中國外在該領域研究現實狀況及發展情況，確定基于機器視覺平行泊車位自動檢測課題研究步驟。其次采取攝像頭獲取圖像，進行攝像機標定試驗，基于機器視覺平行泊車位自動檢測圖像采集，模擬小車泊車時前頭和車尾車姿情況，統計相關試驗數據。最終基于機器視覺平行泊車位自動檢測圖像采集，模擬小車泊車車姿車位情況，并統計相關數據，對前車位線和后車位線角度分情況討論，做出表格，然后用BP神經網絡綜合處理數據后，計算出左邊路沿和右邊路牙距離，得出平行泊車位大小，最終進行誤差分析，結果分析。3.2相對于前車平行距離經過小車前后車輪和地面相交點圖像坐標輸入到網絡中使之輸出為小車前后車輪和地面相交點實際坐標。基于單目視覺研究，同時采取了基于BP神經網絡標定方法，估測特征點實際位置，然后依據特征點世界坐標求取距離。首先，采取BP神經網絡標定方法對攝像機進行標定，建立圖像坐標和世界坐標，確定三維空間物體具體位置和其在圖像上像素點坐標對應關系。再利用標定好攝像機進行圖像采集，在測距模擬試驗中，小車模擬前車，椅子模擬本車，實現車輛視覺對前車圖像采集，并從采集到圖像提取特征點圖像坐標，本文提取特征點關鍵是前車前、后車輪和地面相交點。然后利用標定好網絡求取前車特征點世界坐標值，結合幾何運算方法求解兩車之間距離。最終將實際距離和求得距離比較分析，即使在求得數據上有部分存在誤差比較大，但從整體來看，利用本文提出方法和運算還是可行。3.3車輛和其它車身擦碰估計經過輸入前車圖像坐標輸入到網絡中使之輸出是否會和前車發生碰撞。經過使用安裝在模擬小汽車上攝像頭攝取地面標定點圖像和數次模擬平行泊車時車身擦碰實際圖像，并統計相關數據。然后在計算機中利用MATLAB軟件經過BP神經網絡程序對試驗所得圖片數據進行處理，找到圖像像素坐標系和地面世界坐標系之間關聯。最終再將多組模擬碰撞試驗數據代入碰撞神經網絡中，得出模擬碰撞結果，對照試驗組和模擬組結果，得出最終止論。3.4車輛和路肩擦碰估計經過攝像頭所拍攝到圖像，輸出平行泊車（側方位停車）過程中，是否會擦碰上路肩。首先，了解何為平行泊車，在其基礎上把平行泊車過程劃分了多個步驟，找到本項目研究問題發生在哪一階段。其次，針對碰撞試驗，對所拍攝圖像進行圖像處理，輸入為拍攝到圖像，輸出為所拍圖像灰度圖；再進行特征點提取，輸入為灰度圖，輸出為灰度圖上路肩線所在直線上任意兩個點；最終進路肩提取，輸入為提取幾組特征點，輸出為路肩線所在直線方程。再次，對路肩實際位置進行提取，輸入為路肩在圖像上直線方程特征點，輸出為路肩模擬實際位置直線方程及特征點。最終，進行模擬路肩擦碰估計，輸入為檢測試驗圖像，輸出為相關是否碰撞估計。取得結果基于機器視覺平行泊車位自動檢測課題研究中采取40多個棋子進行標定，后面采取5個不一樣角度，其中每個角度基礎全部相配合過一次，含有不錯研究范圍，在最終結果中符合實際，試驗誤差并在預期范圍內。基礎完成了泊車位檢測要求。相對前車橫向距離這一課題時，提取特征點是前車前、后車輪和地面相交點；最終依據幾何建模，利用幾何運算公式計算得兩車之間距離。試驗結果算得距離和實際距離最大誤差為3.72%，最小誤差為0.15%，平均誤差為2.28%。試驗結果表明提出方法含有一定正確性和可靠性，能夠為駕駛員提供正確有效地信息。和前車車身擦碰估計試驗中一共做了33組模擬碰撞試驗，模擬碰撞試驗結果表明：經過碰撞神經網絡程序處理后模擬碰撞結果和真實碰撞結果相差不大，正確度達成96.97%。此方法含有較高實時性和正確性，對平行泊車過程中可能出現擦碰起到很好估計作用。車輛和路肩碰撞估計中，神經網絡模擬輸出碰撞結果和碰撞試驗碰撞結果一致。所以用處理碰撞試驗圖像方法和經過神經網絡模擬碰撞結果方法全部能模擬碰撞結果。經過碰撞試驗和神經網絡相結合，完成了模擬碰撞結果工作，并在此試驗樣本中達成了完全命中估計結果，實現了自動泊車系統中和路肩擦碰估計。特色和創新點相比于傳統雷達泊車系統及后視攝像頭，我們圖像處理方法真正做到了完全脫離人工智能平行泊車。經過圖像處理，我們能夠更正確擬合平行泊車駕車環境及結果。心得體會經過這十二個月創新創業訓練項目標實施研究,我深深感受到了指導老師和團體合作關鍵性和關鍵性,很感謝我們指導老師,感謝團體不計回報付出,在這個過程中,我取得了鍛煉和成長,大大拓展了我思維能力.在以后學習工作中我也將不停修正提升自己.參考文件[1]黃席樾