视觉导航智能车辆的目标识别精确性与实时性研究

1、视觉导航航智能车车辆的目目标识别别精确性性与实时时性研究究1）概述述2）视觉觉路径导导航原理理3）识别别精确性性研究（提高精精确性的的意义和和方法：滤波、自适应应阈值等等）4) 实实时性研研究（软软硬件方方面；软软件方面面：优化化算法、其他处处理方法法（减小小图像处处理区域域等）5）总结结1.概述述智能车辆辆技术智能车辆辆（Inntellliggentt Veehiccle）又称轮轮式移动动机器人人，是一个个集环境境感知、规划决决策、自自动驾驶驶等多种种功能于于一体的的综合系系统。它它致力于于提高汽汽车的安安全性、舒适性性和提供供优良的的人车交交互界面面，是目目前各国国重点发发展的智智能交通通

2、系统一一个重要要组成部部分，也也是世界界车辆工工程领域域研究的的热点和和汽车工工业增长长的新动动力。 智能车车辆概述述智能车辆辆的研究究意义随着经济济和社会会的迅速速发展，交通基基础设施施的瓶颈颈制约作作用越来来越明显显。这种种制约不不仅体现现在交通通堵塞问问题日益益突出上上，同时时还体现现在由于于交通不不畅而造造成的环环境污染染问题及及相对落落后的道道路和先先进的车车辆对人人们的生生命、财财产所形形成的安安全隐患患。正因因为如此此，智能能交通系系统(IInteelliigennt TTrannspoortaatioon SSysttemss, IITS)日益受受到欧洲洲、日本本、美国国等发达

3、达国家的的重视并并成为研研究热点点。他们们相继启启动了各各种以智智能交通通系统为为目标的的研究与与开发项项目。如如欧洲的的PROOMETTHEUUS和DDRIVVE项目目，日本本的VIICS和和ARTTS项目目，美国国的IVVHS项项目等。各国家家各地区区研究的的项目内内容，对对智能交交通系统统的定义义不尽相相同，各各项目的的重点也也有所不不同，但但目标都都是综合合利用新新的信息息技术、计算机机技术、自动化化技术、管理技技术等，来提高高道路和和车辆的的利用效效率，提提高安全全性，减减少污染染及阻塞塞的发生生。ITS一一般由两两部分组组成，即即智能道道路及交交通控制制系统和和智能车车辆系统统IV

4、SS(Inntellliggentt Veehiccle Sysstemm)。目目前智能能道路系系统的构构筑还处处于起步步阶段，相应的的基础设设施建设设周期长长且投资资大，所所以发展展智能车车辆及车车辆自主主行驶系系统，通通过提高高车辆自自身智能能的方案案是目前前实现安安全、高高效的自自主行驶驶的最佳佳选择，同时它它还可为为开发将将来在完完备的自自动高速速网络环环境中运运行的智智能车辆辆奠定基基础。 智能车辆辆作为智智能车辆辆系统的的基本组组成单元元，可以以集成如如视觉技技术、触触觉技术术、自主主控制和和决策技技术、多多智能体体技术、智能控控制技术术、多传传感器集集成和融融合技术术等许多多最新

5、的的智能技技术，从从而能够够完成很很多高智智能工作作。我国国也已经经把智能能车辆列列入国家家高新技技术计划划，足以以证明政政府有关关部门对对发展智智能车辆辆的高度度重视。智能车辆辆的应用用范围由于智能能车辆具具有环境境感知、规划决决策、自自动驾驶驶等功能能，目前前已经在在以下场场合得到到了广泛泛应用。1智能能交通系系统为解决交交通问题题，各发发达国家家在ITTS的研研究上均均投入了了大量的的人力、物力。自然而而然，智智能车辆辆就成为为ITSS的一个个重要的的组成部部分，得得到越来来越多的的重视。2柔性性制造系系统和柔柔性装配配系统在计算机机集成制制造系统统中，智智能车辆辆用来运运输工件件，能够

6、够极大的的提高生生产效率率，降低低生产成成本。3军事事领域智能车辆辆的研究究也受到到了军方方的关注注。以智智能车辆辆作为其其它智能能武器的的安装平平台，能能够实现现全天候候的自动动搜索、攻击动动静态目目标，能能够极大大的提高高在高新新技术战战争中的的攻击力力，减少少人员伤伤亡。4应用用于其它它特殊环环境智能车辆辆在有毒毒或放射射性环境境下运输输，还可可应用于于野外探探险、消消防、救救灾等。智能车辆辆的研究究状况1国外外研究概概况国外对于于智能车车辆技术术的研究究始于220世纪纪70年年代末，最初是是军方用用做特殊殊用途的的，800年代得得到了更更深入的的研究。进入990年代代后，由由于与智智能

7、交通通系统的的结合，开始进进入深入入、系统统、大规规模研究究阶段。西方各各国对智智能车辆辆技术的的研究都都投入了了大量的的人力、物力，智能车车辆技术术也相继继取得了了突破性性的发展展，尤其其是美、日、欧欧等发达达国家已已经抢先先一步，在智能能车辆安安全保障障以及安安全辅助助导航技技术取得得了许多多有价值值的研究究成果，如自适适应巡航航控制(Adaaptiive Cruuisee Coontrrol, ACCC)或或智能巡巡航控制制(Inntellliggentt Crruisse CConttroll, IICC)系统、防碰撞撞系统(Colllissionn Avvoiddancce SSys

8、ttem, CAAS)以以及汽车车队列(Plaatooon)等等，并产产生了明明显的社社会和经经济效益益。比较有代代表性的的智能车车辆有：美国国国防高级级研究计计划局(DARRPA)与陆军军合作研研制的世世界上第第一台地地面自主主车辆（ALVV），如如图5-1所所示。它它采用高高速计算算机、三三维视觉觉、先进进的传感感器和卫卫星导航航等各种种当时最最新的或或正在开开发的技技术，利利用路标标识别技技术导航航，在较较平坦的的越野环环境中，以100千米/小时的的速度自自主行驶驶了200千米。美国卡卡内基梅隆大大学自上上世纪880年代代以来，先后开开发了NNavllab系系列地面面智能车车辆。1199

9、22年研制制的Naavlaab自自主车在在道路上上以755千米/小时的的速度自自主驾驶驶了3.2千米米。德国国自800年代初初期开始始，奔驰驰公司与与位于慕慕尼黑的的联邦国国防大学学进行合合作，已已先后研研发出VVaMooRs和和VaMMoRss-P两两种实验验车。法法国帕斯斯卡大学学自动化化与电子子材料科科学实验验室与法法国雪铁铁龙汽车车技术中中心合作作，研制制了Peeugeeo系统统。法国国国防部部也开发发了DAARDSS自主侦侦察演示示车（如如图5-2所所示），既可自自主驾驶驶，也可可遥控。日本防防卫厅技技术本部部第四研研究所也也研制了了一种多多用途自自主车，如图55-3所所示。它它可在

10、崎崎岖的道道路上自自主行驶驶，可用用于扫雷雷，也可可作侦察察车使用用。图5-11 世界界上第一一台地面面自主车车辆ALLV 图图5-22 法国国DARRDS自自主侦察察演示车车图5-33 日本本多用途途自主车车 图55-4 CITTAVTT-IVV自主车车2国内内研究概概况我国是世世界上公公路交通通发展最最快的国国家之一一，汽车车保有量量迅速增增加的同同时，交交通引发发的各种种问题尤尤其是行行驶安全全问题也也日益突突出，交交通事故故特别是是恶性交交通事故故呈不断断上升趋趋势，因因此研究究开发IITS势势在必行行，而作作为ITTS的重重要组成成部分，智能车车辆研究究亦显得得尤为迫迫切。但但由于起

11、起步晚，以及经经济条件件的制约约，我国国在智能能车辆研研究领域域与发达达国家有有一定的的差距，目前开开展这方方面研究究工作的的单位主主要包括括一些大大学和科科研机构构，如国国防科技技大学、清华大大学、吉吉林大学学、北京京理工大大学、中中科院沈沈阳自动动化研究究所等。一汽和国国防科技技大学机机电工程程与自动动化学院院共同研研发了中中国第一一辆自主主驾驶车车辆，如如图5-4所所示。该该自主驾驾驶技术术采用最最先进的的计算机机视觉导导航方案案，能实实时处理理岔道、斑马线线和虚线线，对车车体姿态态变动和和自然光光照变化化都有较较强的自自适应能能力。1993319995年年，由南南京理工工大学、北京理理

12、工大学学、浙江江大学、国防科科技大学学、清华华大学等等国内六六所大学学联合组组成的课课题组承承担了“地面军军用智能能机器人人”的研究究项目，移动机机器人的的代号为为 7BB.8。7B.8 系系统的车车体选用用国产跃跃进客货货车改制制，车上上安装有有彩色摄摄像机、激光雷雷达、陀陀螺惯导导定位、超声波波传感器器等。其其体系结结构以水水平式结结构为主主，采用用传统的的“感知建模规划执行”算法，其直线线跟踪速速度达到到20kkm/hh，避障障速度达达到510kkm/hh。 清华大学学计算机机系智能能技术与与系统国国家重点点试验室室在国防防科工委委和国家家8633计划的的资助下下，从119888年开始始

13、研制TTHMRR( TTsinnghuua MMobiile Robbot )系列列移动机机器人系系统。TTHMRR-IIII系统统的车体体选用BBJ10022面面包车，上面安安装有彩彩色摄像像机、磁磁罗盘光光码盘定定位、GGPS、超声等等传感器器。它的的体系结结构以垂垂直式为为主，采采用多层层次“感知动作”行为控控制、基基于模糊糊控制的的局部路路径规划划及导航航控制。THMMR-IIII自自主道路路跟踪时时，时速速达到55100km/h。TTHMRR-V系系统能够够实现结结构化环环境下的的车道线线自动跟跟踪，准准结构化化环境下下的道路路跟踪以以及复杂杂环境下下的道路路避障等等功能。吉林大学学

14、交通学学院智能能车辆课课题组从从19992年开开始一直直开展智智能车辆辆自主导导航研究究。在智智能车辆辆的体系系结构、传感器器信息的的获取与与处理、路径识识别与规规划、智智能车辆辆前方障障碍物探探测及车车距保持持等方面面取得一一定研究究成果，目前已已经研制制了4代代JUTTIV型型智能车车辆。合肥工业业大学机机械与汽汽车工程程学院对对智能车车辆的相相关技术术进行了了研究，在智能能车辆的的控制体体系结构构、路径径图像识识别和跟跟踪控制制、路径径规划和和避障等等方面取取得了一一定成果果。智能车辆辆的研究究方向目前智能能车辆的的研究方方向主要要有以下下几个方方面。1驾驶驶员行为为分析(Driiver

15、r Beehavviorr Annalyysiss)，主主要研究究驾驶员员的行为为方式、精神状状态与车车辆行驶驶之间的的内在联联系，目目的是建建立各种种辅助驾驾驶模型型，为智智能车辆辆辅助驾驾驶或自自动驾驶驶提供必必要的数数据，如如对驾驶驶员面部部表情的的归类分分析能够够判定驾驾驶员是是否处于于疲劳状状态，是是否困倦倦瞌睡等等。2环境境感知(Envviroonmeentaal PPerccepttionn)，主主要是运运用传感感器融合合等技术术，来获获得车辆辆行驶环环境的有有用信息息，如车车流信息息、车道道状况信信息、周周边车辆辆的速度度信息、行车标标志信息息等。3极端端情况下下的自主主驾驶(

16、Auttonoomouus DDrivvingg onn Exxtreeme couursees)，主要研研究在某某些极端端情况下下，如驾驾驶员的的反应极极限、车车辆失控控等情况况下的车车辆自主主驾驶。4车辆辆运动控控制系统统(Veehiccle Mottionn Coontrrol Sysstemms)，研究车车辆控制制的运动动学、动动力学建建模、车车体控制制等问题题。5车辆辆交互通通信(IInteer-VVehiiclee Coommuuniccatiionss)，研研究车辆辆之间有有效的信信息交流流问题，主要是是各种车车辆间的的无线通通信问题题。6系统统结构(Sysstemm Arrch

17、iiteccturres)，研究究智能车车辆系统统的结构构组织问问题。7主动动安全系系统(AActiive Saffetyy Syysteems)，和被被动安全全相对比比，主动动安全系系统主要要是以预预防为主主，如研研究各种种情况下下的避障障、防撞撞安全保保障系统统等。上述各研研究方向向也可比比较概括括的划分分为以下下三个大大的研究究方向。1监控控、警告告系统。此部分分研究前前方碰撞撞警告、盲点警警告、行行车道偏偏离警告告、换道道警告、十字路路口防撞撞警告、行人检检测、倒倒车警告告等方面面的问题题。2半自自主式车车辆控制制系统。与上一一部分相相比，此此部分具具有更高高级的车车辆自动动化，如如当

18、驾驶驶员对警警告来不不及反应应时，系系统接管管车辆的的控制，通过控控制车辆辆的转向向、制动动等使车车辆回复复到安全全状态。3自主主车辆控控制系统统。此部部分具有有完全的的车辆自自动化，研究包包括车辆辆自适应应巡航、道路保保持、低低速等距距行驶、排队行行驶等方方面的问问题。智能车辆辆的关键键技术智能车辆辆的研究究涉及到到计算机机视觉、传感器器数据融融合、车车辆工程程、计算算机控制制等诸多多领域。其主要要关键技技术如下下。1导航航技术1)计算算机视觉觉当我们驾驾车时，我们所所接收的的信息几几乎全部部来自于于视觉。交通信信号、交交通图案案、道路路标识等等均可以以看作是是环境对对驾驶员员的视觉觉通讯语

19、语言。很很显然，人们就就考虑到到应用计计算机视视觉来解解释这些些环境语语言。视视觉系统统在智能能车辆研研究中主主要起到到环境探探测和辨辨识的作作用。与与其它传传感器相相比，机机器视觉觉具有检检测信息息大、能能够遥测测等优点点。当将将计算机机图像信信息与其其它背景景知识及及其它传传感器相相结合，能快速速提取复复杂环境境中的有有用信息息，进而而产生合合理的行行为规划划与决策策。在行行车道路路检测、车辆跟跟随、障障碍物检检测等方方面，机机器视觉觉都起着着非常重重要的作作用，是是智能车车辆研究究中最重重要的一一种传感感器。要使车载载计算机机视觉导导航系统统成为可可能，必必须使它它具备实实时性、鲁棒性性

20、、实用用性这三三方面的的技术特特点。实实时性是是指系统统的数据据处理必必须与车车辆的高高速行驶驶同步进进行；鲁鲁棒性是是指智能能车辆对对不同的的道路环环境，如如高速公公路、市市区标准准公路、普通公公路等，复杂的的路面环环境，如如路面及及车道线线的宽度度、颜色色、纹理理、动态态随机障障碍与车车流等，以及变变化的气气候条件件，如日日照及景景物阴影影、阴天天与雨雪雪等均具具有良好好的适应应性；实实用性是是指要求求智能车车辆在体体积与成成本等方方面能够够为普通通汽车用用户所接接受。为为此，必必须首先先解决计计算机及及图像采采集系统统在体积积及价格格上的问问题，即即计算机机在体积积越来越越小的前前提下要

21、要有越来来越强的的计算能能力，且且成本与与车辆总总体的价价格相比比所占比比重要很很小。同同样，图像采采集系统统在价格格低廉的的前提下下的图像像采集速速度及图图像前处处理能力力要强。随着计计算机及及电子技技术行业业迅猛的的发展，在硬件件条件上上这已经经成为可可能。2)引导导磁钉或或引导电电缆这种导航航技术通通过在车车道下埋埋设磁钉钉或电缆缆来为智智能车辆辆提供导导航信息息。其优优点是具具有较好好的环境境适应能能力，在在雨天、冰雪覆覆盖、光光照不足足、无光光照的情情况下都都可以提提供可靠靠的导航航信息。其不足足之处在在于探测测范围小小，且需需要对现现行的道道路设施施做较大大的改造造。美国Chhry

22、ssle公公司和日日本丰田田公司的的室外驾驾驶机器器人均采采用了电电缆引导导的方式式，著名名的美国国PATTH项目目以及美美国明尼尼苏达州州的高速速公路自自动扫雪雪车采用用了磁性性导航方方式。3)惯性性导航系系统捷联惯性性导航系系统(SStraapdoown Ineertiial Navvigaatioon SSysttem，SINNS)是是一种完完全自主主式的导导航系统统，具有有隐蔽性性好、抗抗干扰、不受任任何气象象条件限限制的优优点，此此外还具具有数据据更新率率快、短短期精度度高和稳稳定性好好等特点点。长期期以来，惯性导导航系统统的研究究和应用用一直以以军事应应用为主主要目的的。这主主要是

23、由由于惯性性导航系系统的成成本较高高，难以以在民用用领域得得到应用用。近年来，低成本本惯性测测量器件件(Innerttia Meaasurremeent Uniit，IIMU)的研究究取得了了快速的的发展，为民用用领域采采用捷联联惯性导导航系统统创造了了条件。但是，短期内内民用导导航领域域的惯性性测量器器件不可可能具有有较高的的精度，使得SSINSS在较短短时间内内就会累累积较大大的导航航误差。显然，这无法法满足智智能车辆辆长时间间、高精精度的导导航要求求。因此此，在现现有条件件下，一一般不单单独采用用SINNS，而而是将它它与其它它导航设设备组合合构成组组合导航航系统。这样不不仅可以以修正S

24、SINSS的累积积误差，而且还还保留了了SINNS自身身的优势势。4)全球球定位系系统/数数字地图图全球定位位系统(Glooball Poosittionningg Syysteem，GGPS)能够为为全球用用户实时时而全天天候地提提供三维维位置、速度和和时间信信息，并并且没有有累积误误差。而而载波相相位差分分GPSS技术(Carrrieer pphasse ddifffereentiial GPSS，CPP-DGGPS)已可以以达到厘厘米级的的动态测测量精度度。目前前，车载载数字地地图(DDigiitall Maap，DDM)技技术得到到了较大大的发展展与应用用。车载载数字地地图基本本上用于

25、于辅助驾驾驶，主主要是为为了给驾驾驶员提提供位置置信息、路径规规划与诱诱导信息息等。在在车辆的的自主驾驾驶研究究中，同同样可以以利用DDM进行行导航与与路径引引导。但但由于应应用背景景的特殊殊性，在在精度、内容和和功能上上对数字字地图提提出了特特殊的要要求，需需要进行行专门的的制作。2传感感器及其其数据融融合表5-11 智能能车辆常常用传感感器种类优点缺点主要用途途机器视觉觉探测范围围广、检检测信息息量大、能够遥遥测等计算量大大，系统统实时性性差；易易受环境境、气候候影响；无法直直接获得得深度信信息路径识别别与跟踪踪、障碍碍物识别别、驾驶驶员状态态监测、驾驶员员视觉增增强等雷达微波波可直接获获

26、得距离离、速度度，比红红外或激激光传感感器气象象适应性性好，可可穿透雨雨、雾、浓烟进进行探测测，探测测距离远远，技术术成熟，应用较较早分辨率较较低障碍物探探测、深深度信息息获取、测速雷达毫米米波同微波雷雷达相比比，体积积小、重重量轻；波束窄窄，具有有更高的的角分辨辨力和距距离分辨辨力；带带宽大、抗干扰扰能力强强同微波雷雷达相比比，作用用距离较较近，大大气传输输损耗较较大障碍物探探测、深深度信息息获取、距离成成像激光测距距与机器视视觉相比比，可直直接获取取环境的的三维信信息；与与雷达相相比，方方向性好好、体积积小、波波束窄、成本低低、无电电磁干扰扰、距离离及位置置探测精精度高数据噪声声较大，受环

27、境境影响大大，距离离成像速速度较慢慢障碍物探探测、深深度信息息获取、距离成成像超声波数据处理理简单、快速，价格低低探测波束束角过大大、方向向性差、分辨率率低、作作用距离离短近距离障障碍物探探测红外线环境适应应性好；体积小小，重量量轻，功功耗低；与超声声波相比比，其探探测视角角小，方方向性略略强，测测量精度度也有所所提高分辨率低低、作用用距离短短障碍物探探测，红红外成像像，红外外夜视等等智能车辆辆的导航航需要依依据相关关传感器器获得的的车辆位位姿信息息和路面面环境信信息作出出决策，目前在在智能车车辆领域域除视觉觉传感器器外，常常用的还还有雷达达、激光光、GPPS(GGlobbal Possiti

28、ion Sysstemm)等传传感器。具体特特点见表表5-11。由于单个个传感器器的局限限性，单单一传感感器很难难提供导导航系统统所要求求的精度度和可靠靠性，因因此多传传感器融融合技术术出现在在智能车车辆导航航研究实实践中。通过将将多个传传感器采采集的信信息进行行合成，形成对对环境特特征的综综合描述述的方法法，能够够充分利利用多传传感器数数据间的的冗余和和互补特特性，获获得我们们需要的的、充分分的信息息。多传感器器融合的的实质是是多源不不确定性性信息的的处理，在处理理过程中中信息的的表示形形式不断断发生变变化，从从较低级级的形式式（如图图像像素素、超声声波传感感器探测测数据等等）直至至系统需需

29、要的某某种高级级形式（如车辆辆位姿、障碍分分布等）。按这这些信息息的流通通形式和和综合处处理模式式，多传传感器融融合系统统可分为为集中式式、多级级式和分分布式三三种融合合结构。融合方方法是多多传感器器融合的的一个非非常重要要的研究究内容，适宜的的融合方方法才能能发挥出出多传感感器融合合技术的的优势。针对具具体的应应用情况况，有简简单滤波波法、加加权平均均法、贝贝叶斯估估计法、统计决决策理论论法、DDemppsteer-SShaffer证证据推理理法、产产生式规规则法、卡尔曼曼滤波法法、模糊糊逻辑推推理法和和人工神神经网络络方法等等。3智能能控制智能控制制代表着着自动控控制的最最新发展展阶段，也

30、是应应用计算算机模拟拟人类智智能，实实现人类类脑力劳劳动和体体力劳动动自动化化的一个个重要领领域。因因智能控控制是一一门新兴兴学科，人们目目前认为为其包括括递阶控控制系统统、专家家控制系系统、模模糊控制制系统、神经控控制系统统、学习习控制系系统5个个方面。总体来讲讲，智能能控制具具有以知知识表示示的非数数学广义义模型和和以数学学模型表表示的混混合控制制过程，也往往往是那些些含有复复杂性、不完全全性、模模糊性或或不确定定性以及及不存在在已知算算法的非非数字过过程。其其本质与与智能车车辆的本本质相一一致，故故在智能能车辆上上取得了了广泛的的应用。目前美美国及日日本已经经有应用用专家控控制系统统知识

31、建建立的车车辆辅助助驾驶产产品。该该种产品品能够提提供合理理的驾驶驶策略，如是否否可超车车、换道道等动作作；给出出环境危危险性警警告，如如前后车车的安全全距离等等信息；监督驾驾驶员的的精神状状态，如如驾驶员员是否困困倦等。4智能能车辆控控制体系系结构智能车辆辆集多种种传感器器数据融融合、视视觉信息息处理、环境建建模、跟跟踪、避避障等功功能于一一体；同同时，由由于现实实环境的的非结构构化和不不确定性性，导致致现有智智能车辆辆缺乏灵灵活性和和自主性性。典型型的例子子是大多多数智能能车辆均均是在高高度结构构化的环环境下执执行预先先规定的的动作序序列，在在新的环环境下或或遇到意意外情况况时不能能很好地

32、地完成任任务。引引发问题题的主要要原因是是现实环环境是非非结构化化的，存存在不确确定性。具体体体现在：关于环环境的先先验知识识通常是是不全面面的、不不确定的的和近似似的；感感知器得得到的信信息通常常是不可可靠的，存在着着噪声和和测量误误差；现现实的环环境通常常具有复复杂和不不可预测测的动态态特性，如物体体的移动动、环境境的改变变等；控控制作用用并非完完全可靠靠，如车车轮打滑滑等等。为了解解决上述述存在的的问题，目前的的研究重重点已集集中在设设计一种种良好的的控制体体系结构构，能克克服环境境的不确确定性，可靠地地完成复复杂任务务，且成成本低，鲁棒性性好。体系结构构的主要要任务是是如何把把感知、规

33、划、决策和和行动等等各种模模块有机机地结合合起来。智能车车辆系统统能够模模拟人的的智能行行为和功功能，其其体系结结构的作作用包括括：把把各个子子系统连连接成一一个整体体，包括括各个部部件的接接口规范范、通讯讯协议和和数据流流程。统一管管理、调调度各个个子系统统，控制制它们功功能的发发挥，按按总体工工作模型型进行协协调工作作，使各各子系统统步调一一致地完完成总体体任务。可见，智能车车辆系统统的体系系结构起起到了总总体集成成及总体体调度的的作用，其设计计的优劣劣直接关关系到系系统整体体性能的的发挥和和智能水水平的高高低。目前最典典型的体体系结构构为分层层递阶式式和包容容结构。分层递递阶式将将智能控

34、控制系统统分为三三级：组组织级、协调级级和控制制级。它它采用的的自上而而下的基基于层层层分解的的问题求求解的方方法，与与人类思思考问题题的方式式相类似似，具有有很高的的智能，其缺点点是反应应速度太太慢。包包容结构构自底向向上构建建系统，是一种种典型的的反应式式结构。它用行行为封装装了系统统控制中中应具备备的感知知、避障障、规划划和执行行任务等等能力，因此它它能够产产生一些些有意义义的动作作；这些些动作反反过来可可以组合合成不同同水平的的能力。这种控控制结构构在实际际控制中中具有较较强的自自治能力力，瞬间间反应快快，缺点点是系统统缺乏明明显的目目标，难难于规划划有目的的的动作作。由于于两种基基本

35、结构构各有优优缺点，研究者者们在吸吸取它们们优点的的基础上上又先后后提出了了多种混混合式结结构。2.视觉觉路径导导航原理理视觉导航航智能车车辆的路路径图像像识别近年来，视觉导导航在智智能车辆辆导航中中获得了了广泛应应用558-661。机器器视觉相相对于常常用的传传感器如如测距仪仪等来说说，具有有信息量量丰富、成本低低、智能能化水平平高等特特点。但但是，因因其处理理的数据据量较大大，致使使实时性性较差。同时在在复杂或或干扰因因素较多多的环境境中，如如何准确确地识别别出路径径图像，也是一一个主要要难题。在视觉觉导航中中，基于于路径导导航的方方法具有有原理简简单，技技术成本本和费用用低等特特点，成成

36、为当前前的研究究热点，其关键键问题是是对导航航路径识识别的准准确性和和实时性性。为此此，采用用先滤波波、阈值值分割，再滤波波的方法法以提高高准确性性；同时时为提高高识别速速度进行行了实时时性处理理。3.1基基于视觉觉的路径径导航原原理3.1.1 基基本原理理基于视觉觉的路径径导航基基本原理理6264是：假假设智能能车辆在在较平坦坦的路面面行驶，根据地地面设置置的条状状路径和和路面背背景的图图像灰度度值的差差异，经经过图像像处理后后便可识识别出导导航路径径。通过过提取路路径的各各边缘点点，可以以得到路路径的中中心线；根据此此中心线线的位置置来判断断车体与与导航路路径的相相对位置置关系（导导航参数

37、数），从从而进行行跟踪控控制。简单的路路径导航航直线模模型65-66如图33-1所所示。它它将智能能车辆视视觉传感感器获得得的导航航路径视视为一条条直线，通过图图像识别别算法识识别该路路径并得得到其中中心线。然后得得到智能能车辆相相对于导导航路径径的导航航参数，即角度度偏差和和位置偏偏差。图3-11 智能能车辆路路径导航航的直线线模型图3-22为视觉觉智能车车辆路径径导航原原理示意意图。角角度偏差差和位置置偏差构构成的向向量X为控制制器输入入；控制制器根据据跟踪控控制算法法输出控控制指令令，使智智能车辆辆状态SS发生变变化；角角度偏差差和位置置偏差相相应地发发生变化化，其更更新后的的数值经经视

38、觉传传感器和和图像处处理后得得到，作作为输入入量再次次进入控控制器。图 3-2 视视觉智能能车辆路路径导航航原理示示意图3.1.2 路路径导航航的改进进方法为了增加加智能车车辆的视视野范围围，将摄摄像机镜镜头与水水平方向向成455安装装。这使使得摄像像机获取取到的导导航路径径长度增增多，同同时也增增加了图图像变形形，若仍仍认为导导航路径径为直线线会产生生较大的的误差。因此，必须对对导航参参数的提提取方法法做出改改进。图3-33 摄像像机采集集到的路路径图像像图3-44 实际际路径图图像导航航参数提提取简图图图3-33为摄像像机采集集的路径径图像示示意图。其中建建立了两两个图像像处理区区域，路路

39、径识别别时仅对对这两个个区域进进行处理理。这样样做的目目的是减减少数据据处理量量，以提提高识别别的实时时性。由由于在这这两个处处理区域域内的导导航路径径长度较较短，可可以认为为导航路路径为直直线。两两个图像像处理区区域平行行于轴，轴、轴分分别平分分上下两两区域。经变形形矫正67后得到到图3-4所示示的实际际路径导导航参数数提取图图。经变形矫矫正后，和相对于于图3-3中轴轴的位置置变成了了相对轴轴的位置置和。图33-3中中坐标系系与图33-4中中的坐标标系存在在关系68 (33-1)式中为常常数，由由摄像机机标定获获得。通过图像像处理算算法获得得图3-4中两两区域内内路径左左右边缘缘的像素素点坐

40、标标，就可可以计算算出其对对应的实实际图像像点坐标标（在坐坐标系中中）。为了了便于分分析智能能车辆相相对于路路径的位位置情况况，将坐坐标系变变换为，变换关关系为 (3-2)式中，和和分别为为梯形区区域的下下底和高高。以图图像处理理区域11中的第第i行为例例，获得得路径的的左右边边缘点坐坐标为和和（计算算机坐标标系UPPV下，见图33-3），再根根据式(3-1)和和(3-2)的的坐标变变换关系系，即可可将和坐标变变换后变变为坐标标系下的的和，进而而计算得得到导航航路径中中心线上上的对应应点C1i坐标，即 (3-3)重复以上上操作，得到图图像处理理区域内内路径中中心线上上各点坐坐标。得到图像像处理

41、区区域内中中心线上上的对应应点坐标标后，应应用最小小二乘法法69拟合出出中心线线和。其方方程分别别为，则和点的坐坐标分别别为()，（）。最后后将和的交点点与和的交点点连接起起来，得得到直线线。若直直线方程程可表示示为(3-44)其中 (3-5)从而得到到导航参参数，即即智能车车辆相对对于导航航路径的的角度偏偏差和位位置偏差差分别为为 (33-6) (3-7)在此规定定直线相相对于轴轴正向右右偏时为为正，反反之为负负；沿轴轴正向偏偏移时为为正，反反之为负负。3.2 导航路路径识别别的数学学基础导航路径径的识别别是通过过对获取取的路径径图像进进行相关关处理来来实现的的。计算算机不能能直接接接收和处

42、处理视觉觉传感器器获取的的模拟图图像信号号，只有有将图像像在空间间和维度度上都离离散化为为数字信信号后才才可处理理70。图像像的数字字化过程程通过采采样和量量化两步步完成。采样量化化后的数数字图像像就是个个灰度值值的二维维数组。若该数数组用来来表示，含义是是位于坐坐标处的的像素，其灰度度是。函函数是数数字图像像的一个个数学模模型，有有时也被被称为图图像函数数。数字字图像本本质上说说就是具具有离散散值的二二维矩形形阵列。图像空空间位置置和灰度度值都被被离散化化成离散散的数值值。这样样图像就就能存储储在计算算机的存存储器中中。一般般像素灰灰度用一一个字节节（8bbit）表示，取值范范围为00255

43、5。2256级级一般是是可以从从传感器器获取的的全部精精度，通通常可以以满足一一般应用用。以字字节数为为单位也也方便计计算机的的存储和和运算。例如，一副图图像在CC语言的的程序里里可以被被说明为为chaar77205776。把图像像的数学学模型看看成是两两个实际际空间参参数的函函数，在在描述图图像和定定义图像像运算时时都带来来了极大大的方便便。一副副个像素素的数字字图像，其像素素的灰度度值可以以用列和和行的矩矩阵来表表示，如如图3-5所示示。这样样，对数数字图像像的各种种处理就就可以变变成对矩矩阵的各各种运算算。图3-55数字图图像示意意图路径识别别的主要要目的是是检测出出导航路路径的边边缘。

44、边边缘是数数字图像像局部灰灰度变化化最明晰晰的部分分，主要要存在于于目标与与目标、目标与与背景、区域与与区域之之间，是是图像分分割、纹纹理特征征提取和和形状特特征提取取等图像像分析的的重要基基础71。图像像中的边边缘通常常与图像像灰度或或图像灰灰度的一一阶导数数的不连连续性有有关。图图像灰度度的不连连续可分分为以下下两类。阶跃不不连续，即图像像灰度在在不连续续处的两两边的像像素灰度度值有着着显著的的差异。线条不不连续，即图像像灰度突突然从一一个值变变化到另另一个值值，保持持一个较较小的行行程后又又返回到到原来的的值。边缘检测测通常有有如下四四个步骤骤。滤波：边缘检检测算法法一般是是基于图图像强

45、度度的一阶阶和二阶阶导数，但导数数的计算算对噪声声敏感，因此必必须使用用滤波器器来改善善与噪声声有关的的边缘检检测器的的性能。需要指指出的是是，大多多数滤波波器在降降低噪声声的同时时也导致致了边缘缘强度的的损失，因此，增强边边缘和降降低噪声声之间需需要折衷衷。增强：增强算算法可以以将邻域域灰度中中有显著著变化的的点突显显出来。边缘增增强一般般是通过过计算梯梯度幅值值来完成成的。检测：在图像像中有许许多点的的梯度幅幅值比较较大，而而这些点点在特定定的应用用领域中中并不都都是边缘缘，所以以应该用用某种方方法来确确定哪些些是边缘缘点。最最简单的的边缘检检测是依依据梯度度幅度阈阈值来判判断。定位：在一

46、些些特定场场合要求求确定边边缘位置置，则边边缘的位位置可在在子像素素分辨率率上来估估计，边边缘的方方位也可可以估计计出来。3.3. 导航航路径识识别的流流程和方方法将以上边边缘检测测的四个个步骤应应用在导导航路径径的识别别中，即即在识别别每一帧帧路径图图像时，依次进进行图33-6所所示的处处理21。图3-66 路径径识别流流程图3.3.1 基基于阈值值的中值值滤波滤波是信信息处理理领域中中最为基基础的研研究内容容。对图图像信号号的滤波波不仅要要具有良良好的消消噪声能能力，同同时还要要很好地地保护图图像的细细节。传传统的线线性滤波波、中值值滤波都都存在着着模糊图图像细节节的缺点点；一般般的自适适

47、应中值值滤波对对于椒盐盐噪声的的消噪效效果十分分理想，但对随随机脉冲冲噪声的的消除并并不理想想72。为此使用用基于阈阈值的中中值滤波波方法。该方法法以局部部方差作作为判断断噪声点点的阈值值，即以以像素点点的局部部方差作作为该像像素点是是否为噪噪声的判判断依据据；从而而形成良良好的局局部自适适应性，对于椒椒盐噪声声和随机机噪声都都有良好好的消噪噪能力，并且可可以较好好地保护护图像的的细节信信息。将图像信信号的均均值和均均方差作作为区分分噪声和和真实像像素的阈阈值，正正、负阈阈值分别别为： (3-8) (33-9)式中、分分别为正正负阈值值。即当像素素灰度值值大于等等于或小小于等于于时，认认为该像

48、像素为噪噪声污染染，进行行中值滤滤波；否否则视为为真实像像素点，不进行行中值滤滤波。为为图像像像素点的的邻域均均值，为为均方差差；为调调整系数数，平衡衡消噪能能力和细细节保护护能力。在对图像像中待处处理像素素进行滤滤波时，选择大小小的滤波波窗口73，基于于阈值的的自适应应中值滤滤波算法法如下。计算滤滤波窗口口的局部部均方差差，均值值；利用式式(3-8)、(3-9)分分别计算算正负阈阈值；判断窗窗口中心心点是否否为噪声声点。如如果是则则进行中中值滤波波，否则则不滤波波；将窗口口移动到到下一位位置，回回到第步重复操操作，直直至完成成所有待待处理像像素。3.3.2最优优阈值分分割阈值分割割73是依据

49、据一定的的阈值将将导航路路径从图图像背景景中分割割出来，以得到到边缘信信息。阈阈值分割割相当于于对图像像进行二二值化处处理，增增强路径径和背景景的对比比度，以以便有利利于找到到路径的的边缘线线。阈值分割割的基本本思想是是确定一一个阈值值，然后后把图像像中每个个像素点点的像素素值和阈阈值相比比较，根根据比较较结果把把该像素素划分为为前景或或背景。可见阈阈值分割割效果的的好坏直直接取决决于阈值值的选取取。由于于光线和和随机噪噪声的干干扰，若若用一个个固定阈阈值进行行分割，则会产产生一定定的误差差。为尽尽可能减减小误分分割的概概率，理理论上采采用最优优阈值法法效果较较好。由于一幅幅图像包包含两类类主

50、要灰灰度值区区域（目目标和背背景），所以图图像的直直方图所所近似代代表的像像素灰度度值概率率分布密密度函数数实际上上是对应应目标和和背景的的两个单单峰分布布密度函函数之和和。如果果已知密密度函数数的形式式，就可可计算出出一个最最优阈值值，用它它可把图图像分成成两类区区域，从从而使误误分割率率最小74，见图图3-77所示。实际上上，一般般可认为为图像背背景和目目标均近近似满足足正态分分布，则则整幅图图像的混混合概率率密度为为 (33-10)式中，和和分别为为背景和和目标区区域灰度度值的先先验概率率，且，和分别为为背景和和目标区区域的平平均灰度度值，和和分别是是关于背背景和目目标的均均方差。需确定

51、定一个阈阈值，使使得灰度度值小于于的像素素分割为为背景而而使灰度度值大于于的像素素分割为为目标。这时，错误地地将目标标像素划划分为背背景的概概率和将将背景像像素错误误地划分分为目标标的概率率分别是是 (3-11) (33-12) 从而总的的误分割割概率为为 (33-13) 当满足0时，可使得得最小。可得到到 (3-14) 综合可得得到 (3-15) 一般可近近似认为为，若，则则 (3-16) 图3-7 最最优阈值值确定示示意图由于和不不容易求求得，最最优阈值值的准确确值也就就很难找找到。所所以为方方便算法法实现，先选取取图像灰灰度范围围的中值值作为初初始值，然后迭迭代求得得其近似似值。具具体迭

52、代代步骤为为求出图图像中最最大灰度度值和最最小灰度度值；给定初初始阈值值以及迭迭代时新新旧阈值值的允许许接近程程度；求出灰灰度值的的所有像像素点的的数量及及累积和和，以及及灰度值值的所有有像素点点的数量量及累积积和；计算，确定定新阈值值；如果，则则为最终终阈值，否则，转至至步骤。针对具有有不同光光照条件件的路径径图像，采用上上述最优优阈值法法进行阈阈值分割割。随着着光线的的增强，最优阈阈值也随随之增加加，减小小了光线线变化对对阈值分分割的影影响，提提高了图图像分割割的鲁棒棒性。3.3.3 数数学形态态学滤波波考虑到经经最优阈阈值二值值化后的的图像是是由近似似矩形的的路径和和碎屑状状噪声组组成，对对图像进进行数学学形态学学运算中中的开运运算以去去除碎屑屑状噪声声。数学学形态学学是一种种分析几几何形状状和结构构的数学学方法，其基本本的形态态学运算算子有：膨胀、腐蚀、开和闭闭75。设f(x)和g(x)为定定义在二二维离散散空间FF和G上的两两个函数数，其中中f(x)为输输入图像像，g(x)为结结构元素素，则ff(x)对于于g(x)的腐腐蚀和膨膨胀分别别定义为为76