基于视觉传感器的自主车辆地面自动辨识技术研究
摘要:该
自主
车辆
地面
自动
辨识
技术是以Leobot—Edu
自主
车辆作为试验载体,并应用DH—HV2003UC—T
视觉
传感器对常见的5种行车路面(石子路面、水泥路面、土壤路面、草地路面、砖地路面)进行图像信息的采集,应用Matlab图像处理模块对其依次进行压缩嫡码、复原重建、平滑、锐化、增强、特征提取等相关处理后,再应用Matlab BP神经网络模块进行模式识别。通过对模式识别结果分析可知,网络训练目标的函数误差为20%,该系统路面识别率达到预定要求,可以在智能
车辆或移动机器人等相关领域普及使用。
关键词: 自主车辆; 视觉 传感器;图像处理;模式识别
0 引言
20世纪80年代,具有广阔应用前景的自主车辆受到中西方各国的普遍关注。自主车辆接收的大部分信息来自机器 视觉。CCD将行车路面转换为光电图像信息,并通过计算机进行相关处理,快速在复杂环境中提取有用信息并产生合理的行为规划。为了满足自主车辆 地面 自动辩识 技术对识别率的预定要求,本文分别对 地面图像信息采集模块、机器视觉图像处理模块、神经网络模式识别模块进行了设计与 研究。
1 地面图像信患采集模块
该设计将上海中为智能机器人有限公司出品的教育型机器人Leobot—Edu作为试验载体,将大恒DH—HV2003UC—T视觉 传感器安装在车体之上,并对常见的五种行车路面(石子路面、水泥路面、土壤路面、草地路面、砖地路面)进行地面图像信息的采集。为了提高模式识别结果的准确性,该设计中对每一路面都进行了6次采集作业,并搜集到6组地面图像信息,将其中质量最好的一组地面图像信息作为训练样本,将剩余的5组地面图像信息作为测试样本。本文以训练样本中石子路面为例,进行分析说明,其路面原图如图1所示。
关键词: 自主车辆; 视觉 传感器;图像处理;模式识别
0 引言
20世纪80年代,具有广阔应用前景的自主车辆受到中西方各国的普遍关注。自主车辆接收的大部分信息来自机器 视觉。CCD将行车路面转换为光电图像信息,并通过计算机进行相关处理,快速在复杂环境中提取有用信息并产生合理的行为规划。为了满足自主车辆 地面 自动辩识 技术对识别率的预定要求,本文分别对 地面图像信息采集模块、机器视觉图像处理模块、神经网络模式识别模块进行了设计与 研究。
1 地面图像信患采集模块
该设计将上海中为智能机器人有限公司出品的教育型机器人Leobot—Edu作为试验载体,将大恒DH—HV2003UC—T视觉 传感器安装在车体之上,并对常见的五种行车路面(石子路面、水泥路面、土壤路面、草地路面、砖地路面)进行地面图像信息的采集。为了提高模式识别结果的准确性,该设计中对每一路面都进行了6次采集作业,并搜集到6组地面图像信息,将其中质量最好的一组地面图像信息作为训练样本,将剩余的5组地面图像信息作为测试样本。本文以训练样本中石子路面为例,进行分析说明,其路面原图如图1所示。
评论