1. 研究目的与意义
近几年汽车数量不断增长,交通安全问题越来越严重。常见的实现行车安全辅助系统的方法主要有传感器技术、深度学习、图像处理等方法。在实际场景下,由于光照和天气的变化和多变的地形等原因,道路区域的高精度检测变得非常困难。并且通常道路区域检测算法通常要在车载端运行,所以实时性也非常重要。
随着汽车的不断发展,行车驾驶安全辅助系统的研究也在进步。例如,最开始的abs,到之后更加智能的驾驶辅助系统,被越来越多地应用到汽车领域。先进驾驶辅助系统主要融合多种传感器采集到的数据,如视觉信息,雷达,gps等,分析车辆行驶的外部环境。容易获取的图像、视频能够提供大量的道路信息,所以基于视觉的道路环境感知成为当前的一个研究热点。车道线检测、道路识别等关键技术的研究和发展,将对汽车产业向智能化的发展产生非常重要的作用。
2. 研究内容和预期目标
本课题的目标是实现自动驾驶下的道路区域检测,基于图像处理,机器学习,卷积神经网络三种方法实现道路区域检测,并用UI设计实现系统。
3. 研究的方法与步骤
(一)基于图像处理的方法
主要是利用车道线的颜色,纹理等特征,找出车道线与背景环境的差异,然后利用图像处理来放大这种差异,最后根据设定的阈值来从背景中分离出车道线。
(二)基于机器学习的方法
4. 参考文献
[1] 李立功.mysql程序设计与数据库管理[m].科学出版社, 2001.
[2]王立峰. 软件工程理论与实践[m]. 清华大学出版社, 2003.
[3]mark lutz, david ascber. python语言入门[m]. 中国水利水电出版社, 2001.
5. 计划与进度安排
[1] 2022.01.05 —— 2022.02.28 查阅资料,熟悉课题,需求分析
[2] 2022.03.01 —— 2022.03.15 撰写开题报告
[3] 2022.03.16 —— 2022.03.20 概要设计
课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。