張健大創(chuàng)項(xiàng)目研究報(bào)告樣本

廣西科技大學(xué)大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練籌劃項(xiàng)目項(xiàng)目名稱平行泊車輔助系統(tǒng)中視覺測量研究項(xiàng)目名稱：平行泊車輔助系統(tǒng)中視覺測量研究項(xiàng)目類別：創(chuàng)新訓(xùn)練項(xiàng)目創(chuàng)業(yè)訓(xùn)練項(xiàng)目□創(chuàng)業(yè)實(shí)踐項(xiàng)目□項(xiàng)目負(fù)責(zé)人：張健負(fù)責(zé)人所在院系：電氣與信息工程學(xué)院填表日期：6月4日6月4日摘要隨著科技發(fā)展，人們對汽車需求度以及購買量與日俱增。車子越來越多，可是路邊供停車泊車位卻是有限，如何有效地把車子停入車位，不但要依托純熟駕車技術(shù)，更是要依托當(dāng)代化技術(shù)來輔助完畢。本項(xiàng)目重要研究在平行泊車（側(cè)方停車）過程中，基于機(jī)器視覺自動檢測平行泊車位，檢測平行泊車中車輛與前車橫向距離，自主判斷與否會與前車發(fā)生擦碰以及自主判斷與否擦碰上路肩。通過攝像頭所拍攝到圖像，通過一系列圖像解決最后得出這個平行泊車（側(cè)方位停車）過程能否順利進(jìn)行。本模仿碰撞系統(tǒng)通過大量模仿實(shí)驗(yàn)后可應(yīng)用于自動泊車系統(tǒng)。一方面，理解何為平行泊車，在其基本上把平行泊車過程劃分了幾種環(huán)節(jié)，找到本項(xiàng)目研究這4個問題發(fā)生在哪一階段，及易發(fā)生碰撞擦碰點(diǎn)。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、車身擦碰預(yù)測以及車輛與路肩擦碰預(yù)測這4個方面逐個研究如何通過視覺檢測來解決問題。核心詞：平行泊車；神經(jīng)網(wǎng)絡(luò)；視覺測量；障礙物檢測；1.項(xiàng)目研究背景在實(shí)驗(yàn)初期，咱們查找了大量文獻(xiàn)，發(fā)現(xiàn)既有解決方案并不能較好實(shí)現(xiàn)平行泊車輔助測量。重慶大學(xué)黃席樾、朱雷、楊璟、李強(qiáng)[1]在使用了TMS320C620lDSP芯片作為核心器件，用于實(shí)時圖像解決，可以可靠地檢測道路、障礙物存在及其距離。但也存在局限性：該數(shù)字解決器用法略有繁瑣，該算法不能從主線上解決問題。又如魏喜明在對比毫米波雷達(dá)與圖像解決優(yōu)缺陷基本上，提出毫米波雷達(dá)，并研發(fā)了毫米波與圖像解決相結(jié)合智能避撞方案【2】：該辦法可實(shí)現(xiàn)可實(shí)現(xiàn)智能避撞又可減少虛警發(fā)生。但是這種方案仍有缺陷：由于停車點(diǎn)不固定，因此雷達(dá)測速測距離誤差很大，結(jié)論值并不能應(yīng)用于所有環(huán)境。劉波、鐘幼強(qiáng)、金施群、修亮運(yùn)用DSP系統(tǒng)分析解決，對異常狀況給出告警信號紅外視覺檢測。圖像解決相結(jié)合實(shí)現(xiàn)積極避撞辦法，以充分發(fā)揮兩者長處彌補(bǔ)自身缺陷，并且對該系統(tǒng)運(yùn)營平臺進(jìn)行了設(shè)計(jì)。因此面對平行泊車這一項(xiàng)目，視覺測量仍是一種較好解決方案。項(xiàng)目意義在平行泊車過程中，拍攝到停車位并迅速計(jì)算出停車位大小、通過檢測兩車之間距離，獲取最優(yōu)泊車位置、通過視覺檢測技術(shù)檢測出泊車時兩車相對位置關(guān)系，從而預(yù)測出兩車與否會發(fā)生碰撞以及自主判斷與否碰撞上路邊路階。以上研究成果所建立模仿系統(tǒng)可應(yīng)用于平行泊車輔助系統(tǒng)。實(shí)行過程3.1車位檢測通過攝像頭拍攝所得圖像點(diǎn)坐標(biāo)輸入到網(wǎng)絡(luò)中使之輸出為攝像頭拍攝所得圖像點(diǎn)世界坐標(biāo)。一方面,探討基于機(jī)器視覺平行泊車位自動檢測課題研究背景及意義，理解國內(nèi)外在該領(lǐng)域研究現(xiàn)狀及發(fā)展?fàn)顩r，擬定基于機(jī)器視覺平行泊車位自動檢測課題研究流程。另一方面采用攝像頭獲取圖像，進(jìn)行攝像機(jī)標(biāo)定實(shí)驗(yàn)，基于機(jī)器視覺平行泊車位自動檢測圖像采集，模仿小車泊車時前頭和車尾車姿狀況，記錄有關(guān)實(shí)驗(yàn)數(shù)據(jù)。最后基于機(jī)器視覺平行泊車位自動檢測圖像采集，模仿小車泊車車姿車位狀況，并記錄有關(guān)數(shù)據(jù)，對前車位線和后車位線角度分狀況討論，做出表格，然后用BP神經(jīng)網(wǎng)絡(luò)綜合解決數(shù)據(jù)后，計(jì)算出左邊路沿和右邊路牙距離，得出平行泊車位大小，最后進(jìn)行誤差分析，成果分析。3.2相對于前車平行距離通過小車先后車輪與地面相交點(diǎn)圖像坐標(biāo)輸入到網(wǎng)絡(luò)中使之輸出為小車先后車輪與地面相交點(diǎn)實(shí)際坐標(biāo)?；趩文恳曈X研究，同步采用了基于BP神經(jīng)網(wǎng)絡(luò)標(biāo)定辦法，估測特性點(diǎn)實(shí)際位置，然后依照特性點(diǎn)世界坐標(biāo)求取距離。一方面，采用BP神經(jīng)網(wǎng)絡(luò)標(biāo)定辦法對攝像機(jī)進(jìn)行標(biāo)定，建立圖像坐標(biāo)和世界坐標(biāo)，擬定三維空間物體詳細(xì)位置與其在圖像上像素點(diǎn)坐標(biāo)相應(yīng)關(guān)系。再運(yùn)用標(biāo)定好攝像機(jī)進(jìn)行圖像采集，在測距模仿實(shí)驗(yàn)中，小車模仿前車，椅子模仿本車，實(shí)現(xiàn)車輛視覺對前車圖像采集，并從采集到圖像提取特性點(diǎn)圖像坐標(biāo)，本文提取特性點(diǎn)重要是前車前、后車輪與地面相交點(diǎn)。然后運(yùn)用標(biāo)定好網(wǎng)絡(luò)求取前車特性點(diǎn)世界坐標(biāo)值，結(jié)合幾何運(yùn)算辦法求解兩車之間距離。最后將實(shí)際距離與求得距離比較分析，雖然在求得數(shù)據(jù)上有個別存在誤差比較大，但從整體來看，運(yùn)用本文提出辦法與運(yùn)算還是可行。3.3車輛與其她車身擦碰預(yù)測通過輸入前車圖像坐標(biāo)輸入到網(wǎng)絡(luò)中使之輸出與否會與前車發(fā)生碰撞。通過使用安裝在模仿小汽車上攝像頭攝取地面標(biāo)定點(diǎn)圖像和多次模仿平行泊車時車身擦碰實(shí)際圖像，并記錄有關(guān)數(shù)據(jù)。然后在計(jì)算機(jī)中運(yùn)用MATLAB軟件通過BP神經(jīng)網(wǎng)絡(luò)程序?qū)?shí)驗(yàn)所得圖片數(shù)據(jù)進(jìn)行解決，找到圖像像素坐標(biāo)系與地面世界坐標(biāo)系之間關(guān)聯(lián)。最后再將多組模仿碰撞實(shí)驗(yàn)數(shù)據(jù)代入碰撞神經(jīng)網(wǎng)絡(luò)中，得出模仿碰撞成果，對照實(shí)驗(yàn)組和模仿組成果，得出最后結(jié)論。3.4車輛與路肩擦碰預(yù)測通過攝像頭所拍攝到圖像，輸出平行泊車（側(cè)方位停車）過程中，與否會擦碰上路肩。一方面，理解何為平行泊車，在其基本上把平行泊車過程劃分了幾種環(huán)節(jié)，找到本項(xiàng)目研究問題發(fā)生在哪一階段。另一方面，針對碰撞實(shí)驗(yàn)，對所拍攝圖像進(jìn)行圖像解決，輸入為拍攝到圖像，輸出為所拍圖像灰度圖；再進(jìn)行特性點(diǎn)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(diǎn)；最后進(jìn)路肩提取，輸入為提取幾組特性點(diǎn)，輸出為路肩線所在直線方程。再次，對路肩實(shí)際位置進(jìn)行提取，輸入為路肩在圖像上直線方程特性點(diǎn)，輸出為路肩模仿實(shí)際位置直線方程及特性點(diǎn)。最后，進(jìn)行模仿路肩擦碰預(yù)測，輸入為檢測實(shí)驗(yàn)圖像，輸出為關(guān)于與否碰撞預(yù)測。獲得成果基于機(jī)器視覺平行泊車位自動檢測課題研究中采用40各種棋子進(jìn)行標(biāo)定，背面采用5個不同角度，其中每個角度基本都相配合過一次，具備不錯研究范疇，在最后成果中符合實(shí)際，實(shí)驗(yàn)誤差并在預(yù)期范疇內(nèi)。基本完畢了泊車位檢測規(guī)定。相對前車橫向距離這一課題時，提取特性點(diǎn)是前車前、后車輪與地面相交點(diǎn)；最后依照幾何建模，運(yùn)用幾何運(yùn)算公式計(jì)算得兩車之間距離。實(shí)驗(yàn)成果算得距離與實(shí)際距離最大誤差為3.72%，最小誤差為0.15%，平均誤差為2.28%。實(shí)驗(yàn)成果表白提出辦法具備一定精確性與可靠性，可覺得駕駛員提供精確有效地信息。與前車車身擦碰預(yù)測實(shí)驗(yàn)中一共做了33組模仿碰撞實(shí)驗(yàn)，模仿碰撞實(shí)驗(yàn)成果表白：通過碰撞神經(jīng)網(wǎng)絡(luò)程序解決后模仿碰撞成果與真實(shí)碰撞成果相差不大，精確度達(dá)到96.97%。此辦法具備較高實(shí)時性和精確性，對平行泊車過程中也許浮現(xiàn)擦碰起到較好預(yù)測作用。車輛與路肩碰撞預(yù)測中，神經(jīng)網(wǎng)絡(luò)模仿輸出碰撞成果與碰撞實(shí)驗(yàn)碰撞成果一致。因此用解決碰撞實(shí)驗(yàn)圖像辦法和通過神經(jīng)網(wǎng)絡(luò)模仿碰撞成果辦法都能模仿碰撞成果。通過碰撞實(shí)驗(yàn)與神經(jīng)網(wǎng)絡(luò)相結(jié)合，完畢了模仿碰撞成果工作，并在此實(shí)驗(yàn)樣本中達(dá)到了完全命中預(yù)測成果，實(shí)現(xiàn)了自動泊車系統(tǒng)中與路肩擦碰預(yù)測。特色與創(chuàng)新點(diǎn)相比于老式雷達(dá)泊車系統(tǒng)及后視攝像頭，咱們圖像解決辦法真正做到了完全脫離人工智能平行泊車。通過圖像解決，咱們可以更精準(zhǔn)擬合平行泊車駕車環(huán)境及成果。心得體會通過這一年創(chuàng)新創(chuàng)業(yè)訓(xùn)練項(xiàng)目實(shí)行研究,我深深感受到了指引教師和團(tuán)隊(duì)合伙重要性和重要性,非常感謝咱們指引教師,感謝團(tuán)隊(duì)不計(jì)回報(bào)付出,在這個過程中,我獲得了鍛煉和成長,大大拓展了我思維能力.在后來學(xué)習(xí)工作中我也將不斷修正提高自己.參照文獻(xiàn)[1]黃席樾朱雷楊璟