基于計算機視覺的輔助泊車定位與導航研究

摘要

　　隨著社會發展，汽車數量增多，在停車場尋找合適停車位變的十分困難。雖然在一些停車場，車輛可以利用全球衛星導航系統來輔助尋找停車位，但是精度較低導致停車位定位的精確度不高，另外在室內停車場環境下，全球衛星導航系統也使用受限。因智能化自動泊車技術的研究至關重要，本文基于計算機視覺進行泊車過程中的車位檢測和泊車導航關鍵技術研究，具體研究內容及論文貢獻如下：

　　1.通過對場景調研和視覺定位相關算法的研究，提出了一種僅根據停車場的基礎設施單眼攝像頭完成檢測停車場車位狀態和3-D位置的算法。首先利用停車場車位線，結合HSV顏色空間處理，形態學運算和霍夫變換直線檢測獲取3-D空間下的正交直線組。然后使用消失點估計算法來完成對攝像機的標定工作，并引入分布估計算法（EDA）計算局部最優的相機參數來解除相機標定過程中對未知參數的約束限制，從而降低重投影誤差，提高標定算法準確性。最后配合使用視覺檢測算法完成了對停車場的車輛位置的定位，從而達到了在停車場對空閑車位的空間位置鎖定以及引導車輛完成準確尋找停車位的目的。算法在公開數據集上進行對比實驗，結果證明了所提出的算法在車位識別上具有準確性。

　　2.提出了利用車輛檢測的3-D位置與規劃路徑的距離作為特征來實現多特征融合的卡爾曼濾波追蹤算法。首先，通過對多攝像機做融合在3-D空間實現了各攝像頭場景位置信息的統一。然后，通過對顏色特征，大小恃征和車輛3-D位置與規劃路徑距離特征進行融合，在非遮擋追蹤下設計了自適應權重調整方法，在遮擋發生時提出提高距離特征權重的方法。最后，通過結合卡爾曼濾波追蹤算法實現對車輛的跟蹤。在數據集上的模擬實驗證明了該算法有效的提高了停車場車輛追蹤的準確率。

　　關鍵詞：泊車定位和導航，車位識別，相機標定，車輛檢測，卡爾曼追蹤

目錄

　　第一章緒論

　　1.1課題研究背景與意義

　　隨著社會經濟的飛速發展，道路行駛的機動車輛變得越來越多。根據公安部交管局發布的數據顯示，2019年上半年我國的機動車輛保有量達3.4億輛，在全國范圍內，汽車保有量超100萬輛的城市多達66個，其中11個城市汽車保有量超300萬輛。巨大的汽車數量使得城市擁堵情況嚴重，同時城市擁堵，車輛增加導致了停車成為了一件困難的事。特別是在城市停車場中，由于不能準確尋找到空閑停車位，造成了車廠內擁堵，停車效率下降的事屢見不鮮。在美國有一項調查顯示，每年因為交通阻塞而造成的經濟損失達700億美元，而中國由于人口更多，地域更大遼闊，因為擁堵問題造成的經濟損失會更多。大多數汽車停放的時間比在路上行駛的時間要多，在發達城市地區地少人多，如此多的車輛駛進駛出，尋找車位，因此也衍生出了一大堆交通管理問題和安全問題。建設具有智能化管理的停車場，讓車輛能夠有效尋找停車位，同時避免擁堵和一些安全問題是城市建設中要考慮的重點�，F有的一部分停車場還是由人工手段來進行管理，指導停車，工作效率低下。一些新建成的新型智能化停車場大部分使用了激光雷達或者超聲波傳感技術，架設難度相對較大，成本較高。針對這些情況，研究一種價格低廉，使用方便的停車場車位檢測和泊車引導系統變得尤其重要[1].

　　基于視覺攝像頭的視覺泊車定位系統是近年來被廣泛研究的對象，它具有成本較低，架設較為容易的特點，僅利用停車場內監控攝像頭獲取的視覺信息就可以完成車位檢測，輔助定位導航。視覺泊車定位系統的研宂與視頻分析技術密不可分，隨著近些年來機器學習技術的發展，人工智能領域的研宄成果與曰俱增。計算機視覺（CV）是人工智能研宂的一個重要領域，在停車場利用視覺相關技術完成泊車定位與視頻檢測定位技術，視頻追蹤技術等密不可分。隨著深度學習檢測技術發展，近些年的對象檢測算法準確率己經達到80%左右，對于特定對象比如人臉的識別率已經超過90%,檢測率遠超傳統算法。在停車場這樣一個商用場景下，對泊車定位準確率要求很高，深度學習檢測算法的發展對于車位檢測來說也有重要的幫助。本次課題研究也利用了先進的深度學習算法，進一步提高了車位檢測的表現。本文基于視覺相關技術，對泊車定位場景下的車位檢測和定位導航技術進行了深入研究，同時為技術應用提供了多種切實可行的解決辦法和重要思路，對于推動相關技術的研宄和提高停車場智能化水平具有重要意義。

　　1.2研究內容及主要貢獻

　　1.3論文結酸排

　　第二章研究現狀與理論基礎

　　1.4研究現狀

　　1.4.1車位識別研究現狀

　　1.4.2泊車導航研究現狀

　　1.5攝像機投影及成像原理。

　　1.6相機標定算法

　　1.6.1標定算法概述

　　1.6.2基于消失點的手動和自動標定算法概述

　　1.7Yolov3檢測算法和卡爾曼濾波原理

　　1.7.1Yolov3檢測算法

　　1.7.2卡爾曼濾波原理

　　1.8本章小結

　　第三章基于相機標定和車輛檢測的空閑車位識別算法

　　1.9車位線提取過程

　　1.9.1HSV顏色空間處理

　　1.9.2形態學濾波處理

　　1.9.3Hough變換直線檢測

　　1.10基于消失點估計的相機標定算法

　　1.10.1消失點估計算法

　　1.10.2相機參數計算原理

　　1.10.3EDA優化算法

　　1.11檢測確定空閑停車位

　　1.11.1Yolov3車輛檢測

　　1.11.2空閑停車位的計算

　　1.12實驗結果及評估

　　51.12.1實驗參數設置

　　1.12.2實驗結果及分析

　　L13本章小結

　　第四章基于多特征融合的卡爾曼車輛追蹤導航模型

　　1.14多攝像頭融合

　　1.15多特征融合的卡爾曼車輛追蹤算法

　　1.15.1多特征融合匹配

　　1.15.2卡爾曼車輛追蹤

　　1.16模型實驗及評估

　　1.16.1實驗參數設置

　　1.16.2實驗結果及分析

　　1.17本章小結

　　第五章總結與展望

　　本文著重于研究停車場車輛的輔助泊車定位和導航，主要從車位識別和泊車導航兩個方面研宄提出了相關算法實現了更加精確的檢測和追蹤導航效果。首先，通過對停車場拍攝的視頻幀圖像進行處理，對圖像中的車位線這一信息進行獲取，實現了基于消失點估計的相機標定方法，計算出的攝像機的初始參數，其次通過研宄EDA的優化算法進一步優化了攝像機參數，然后配合改進的yobv3檢測算法對停車場的車輛進行3-D位置檢測，實現空閑車位的識別。最后本文研宄了在多種特征融合下的卡爾曼追蹤算法，通過利用特定的特征信息，實現了更加精確的追蹤效果。本章對本文所做的工作進簡要總結，并對未來該研宄可能的研宄新方向進行展望。

　　1.18總結

　　構建智慧停車場，研究視覺算法實現在停車場進行空閑車位識別計數，泊車導航具有重要意義。本文主要的研宄內容及工作成果如下：

　�。�1）針對現有空閑停車位識別受相鄰車位車輛影響以及拍攝視頻角度問題引起的2-D檢測框密集造成的檢測誤差等問題。本文提出了利用相機標定和車輛檢測實現的車位識別算法，通過3-D位置空間的停車位對比，和車輛檢測算法的改進使用提高了檢測準確率。首先，本文使用了HSV顏色空間對視頻幀進行預處理，并進一步采用形態學運算和Hough變換檢測3-D空間具有相互平行特征的停車場車位線。然后利用車位線實現了基于消失點估計的相機標定算法。通過介紹攝像機的成像模型，推導從圖像平面的像素點坐標到世界坐標系中的三維坐標點之間的映射關系，完成根據一對正交消失點坐標計算得到攝像機的內部參數和外部參數。接下來，根據3-D位置空間對停車場進行預置位置建模，本文進一步通過對y〇l〇v3檢測算法做了改進訓練來對停車場車輛進行檢測，通過篩選從而確定空閑停車位，達到了車位識別的目的。

　�。�2）針對停車場場景，本文在3-D空間完成了攝像頭融合，統一了3-D位置信息。然后設計了多特征融合的卡爾曼車輛追蹤算法。根據本文實現的車位識別算法功能，可以獲取對車輛停車的位置路線規劃。本文創新的在特征匹配中加入了新的特征，首先將追蹤車輛的檢測中心通過2-D到3-D空間的轉換，然后從車輛的3-D位置點向規劃路徑直線做垂線，計算該點到最優路線的距離，將該距離作為新的特征與車輛顏色和檢測框特征信息進行融合，利用融合特征做特征匹配，在車輛追蹤的過程中很好的處理了遮擋問題。另外在無遮擋環境下，利用自適應的特征權重調整很好了利用各特征在匹配過程中的表現，動態更新權重使得特征匹配更準確。所有研究成果分別在不同的公開數據集上進行實驗，實驗結果證明了所提算法具有很高的魯棒性和準確性，而且所提出的算法完全基于停車場場景，不需要其他的額外的工作，大大提升了算法的可應用性。

　　1.19展望

　　本文從車位識別和泊車導航兩個方面對停車場輔助泊車定位進行研究，但是本文研究的點比較集中，還有很多在構建智慧停車場中需要做的工作，以及在一些算法上還有進一步改進空間。在車位識別的算法方案中，首先本文所提出的基于消失點估計實現相機標定的過程需要在眾多消失點候選點來保證準確性，本文所提出的利用車位線獲取消失點，同樣需要對大量候選點進行篩選迭代估計。未來可以考慮加入輔助特征和一些優化算法減少候選點的需求。另外，在城市停車場中往往車位線不夠清晰，可能會出現車位線獲取失敗的結果，而且車位線還具有斜線類別。

　　未來可以考慮直接加入多組平行線的方式直接建立多個消失點計算相機參數，還可以考慮加入對停車場車輛邊緣的獲取，利用停車場車輛的輪廓線實現相機標定。然后在車輛檢測算法上本文改進使用的y〇l〇v3算法雖然兼具了實時性和準確性高兩個優點，但是在停車場商用系統情況下還需要更加精確的檢測識別。未來可以考慮將車位檢測算法和純車位空間識別算法相結合，因為空車位檢測對停車場樹木等遮擋環境下表現更好，可以通過算法融合，研究看是否能夠進一步提高空閑車位的識別率。在停車場車輛追蹤的研宄中，本文著重于對停車場內的車輛追蹤算法的研究。在未來可以考慮利用攝像頭在追蹤算法中加入障礙物預警系統。因為負責追蹤導航的沿途攝像頭，可以幫助識別車輛前方信息，特別是在室內停車場，空間較為狹小，轉彎較多，通過攝像頭對環境信息的檢測，可以有效提醒車輛障礙物的信息。

　　另外，本文暫時沒有考慮車輛偏離規劃行駛路線的處理，未來可以將整個算法與通信系統構建進一步聯系，實現更加精準的導航控制系統。最后，本文算法目前大部分都是在CPU下實現，對于視頻處理，通過GPU可以加快算法的運行速度，進一步提高效率，未來將部分算法通過GPU實現可以大大降低耗時。

致謝

　　時光如梭，一晃二十年的校園讀書生涯即將結束，三年的研宄生生活轉瞬即逝�；叵胙绣成�這三年時光，生活中滿是幸福，滿是感恩，感恩遇到的各位摯友，也感恩對我研宄生生活十分重要的老師們。這是一段揮灑著汗水和激情的時光，也是一段充滿著香甜和幸福感的時光。實驗室的生活不僅讓我在科研道路上有了滿滿收獲感，也讓我在生活中成長頗多，學會了更多包容更多理解。真誠的感謝我的導師劉勇教授。

　　劉老師對待學術一絲不茍的精神深深的影響了我，在科研上劉老師追求創新，在每一項研宄上追求極致。記得剛入研一的時候，劉老師每每告誡我們，光陰易逝，要好好珍惜研究生生活，抓緊時間多多學習，學習的知識是自己的寶貴財富，誰都拿不走。這段話一直陪伴我的研宂生生涯，讓我每次松懈時都會再次打起精神，砥礪前進。實驗室的發展離不開劉老師的辛勤耕耘，學生的成長也離不開劉老師的敦敦教誨，劉老師為實驗室揮灑汗水，為學生盡心盡力。再次感謝劉老師的辛勤付出。

　　真誠的感謝杜海清老師，杜老師是一位和藹可親的女老師，她的存在讓我感受到了母親的關愛，讓我這個異地求學的學子感受到了家的溫暖。同時杜老師還是一位非常細心的老師，在實驗室例會上杜老師總能一陣見血的提出對問題的見解，常常讓我茅塞頓開。杜老師還總是提醒我們做科研要關注其背后的意義，要讓我們的研宄實現它的價值。

　　另外，杜老師對我的論文指導十分耐心，非常高興能夠在這樣一位好老師的教導下做課題研究。真誠的感謝實驗室的王娜，毛妤，劉洋三位師姐，她們在科研上給了我很多幫助，并且教會我如何利用寶貴時間提升自己。每當我在科研上遇到困難時，總是可以通過她們找到解決辦法，在此對她們表示十分感謝。真誠的感謝實驗室同級的蘇航，蘇明蘭，高雅三位同學，在科研上我們是共同研宄，一起前行的好伙伴，在生活上我們是相互照顧，一起玩耍的好朋友。因為他們的存在，我的研宄生生活充滿了歡聲笑語，感謝他們陪我度過了這段美好時光。

　　最后深深的感謝我的父母，他們從來不會將自己的期望強加在我身上，每當我遇到困難時，家總是我最溫柔的港灣，父母的支持讓我充滿了動力，他們的愛讓我生活充滿意義。真誠的感恩在母校遇到的每一個人，每一件事，所有的磨礪讓我茁壯成長，所有經歷帶給我無限回憶。最后感恩美麗的母校，在母校的三年研究生生活是我人生寶貴的記憶。

（如您需要查看本篇畢業設計全文，請您聯系客服索�。�