基于图像分析的智能车自主导航研究.pptx

基于单目视觉的微缩车自主导航方法研究

基于图像分析的智能车自主导航研究

提纲课题意义课题目标硬件平台软件流程演示视频结论

课题意义智能交通系统提高车辆安全性能减少道路交通事故降低能源浪费缓解交通拥堵交叉学科领域广阔应用前景促进各行业发展

课题目标搭建智能车平台识别路标导航倒车入库通过手势控制智能车

技术方案硬件平台微型智能车组装微型计算机运转软件程序智能车控制手势识别路标识别停车线检测视频传输

智能车平台微型计算机电源微缩车结构智能车部件主板固定调校前束重心

软件部分智能车控制程序手势识别路标识别停车线检测视频传输

控制程序智能车的运动控制针对K60控制板IAR开发环境，C语言智能车速度控制智能车转弯串口通信蓝牙无线通信有线串口通信

手势识别手势识别静态手势识别动态手势识别静态手势识别分割方法颜色特征几何特征谷底特征检测方法

手势识别基于YCrCb空间的肤色模型从左到右依次为原始图像、Y分量、Cr分量、Cb分量Cr和Cb的取值范围满足：133≤Cr≤17377≤Cb≤127面积、体态比等几何特征谷底特征 ,

手势识别静态手势识别检测方法模板匹配基于Hu不变矩的匹配方法基于Hu不变矩的匹配方法cvMatchShapes函数，method=CV_CONTOUR_MATCH_I1:其中，是A和B的Hu矩

手势识别效果测试匹配结果006070760.0409600.1239060.126572018333800763319009755760.07960400514479009433890070691600648057

手势识别动态手势识别分割方法肤色模型混合高斯模型几何特征识别方法混合高斯模型肤色模型混合高斯模型与运算几何特征筛选

手势识别识别方法基于BP神经网络的识别方法简化方向的识别方法基于BP神经网络的识别方法信号的前向传播误差的反向传播BP网络结构

手势识别简化方向的识别方法平滑轨迹简化方向合并向量剔除毛刺步骤一步骤二步骤三步骤四

手势识别效果测试BP神经网络识别率低局部极值样本的典型性简化方向的方法全都正确识别

路标识别路标检测路标识别颜色特征形状特征

实地交通标志确定先验知识

基于颜色特征RGB空间与设备相关的色彩空间颜色距离不能线性计算颜色分离容易误分离HSV空间对光照变化更稳定有利于特定颜色分割

基于颜色特征改进过的RGB空间分割（性能最优）红色像素点蓝色像素点黄色像素点

算法性能测试图

基于形状特征霍夫变换圆检测检测速度较慢，必须为正圆圆形度R运算速度较快，阈值判断推广得到正三角形度T

形状检测效果图三角形圆形

路标检测路标检测效果图颜色形状灰度均衡阈值分割逻辑运算图标图案

实验所用路标简化问题显示直观

路标识别路标识别路标检测归一化模板匹配特征描述子形状不变矩

路标识别归一化

归一化效果图分割出路标区域归一化之后

模板匹配特点简单、直接不具有旋转不变性和尺度不变性计算量正比于原图和目标图像素个数处理帧数误检数漏检数正确率每帧时间1003295%126ms

ORB特征描述子特点采用FAST检测，BRIEF描述调用OpenCV中函数实现运算速度快具备旋转、平移不变性不具备尺度不变性处理帧数误检数漏检数正确率每帧时间100261361%57ms

形状不变矩特点Hu矩相似性比较角度较大时识别率不高处理帧数误检数漏检数正确率每帧时23ms

倒车入库颜色特征检测轮廓多边形逼近边数面积斜率坐标

倒车入库颜色特征提取轮廓特征提取

倒车入库相对位置和角度判断

视频传输视频实时传输视频流编码RTP（Real-timeTransportProtocol）Qt编写界面对单帧图像使用JEPG编码TCP(TransmissionControlProtocol)

播放演示视频

结论成果智能车平台手势识别算法路标识别算法倒车入库的功能视频实时传输不足之处智能车远距离走直线和转弯角度手势识别无法处理小臂裸露的情况视频实时传输和图像处理结合的不好

谢 谢！