视觉导航智能车辆的目标识别精确性与实时性研究

视觉导航智能车辆的目标识别精确性与实时性研究

1）概述

2）视觉路径导航原理

3）识别精确性研究（提高精确性的意义和方法：滤波、自适应阈值等）

4)实时性研究（软硬件方面；软件方面：优化算法、其他处理方法（减小图像处理区域等））

5）总结

1.概述

智能车辆技术

智能车辆（IntelligentVehicle）又称轮式移动机器人，是一个集环境感知、规划决策、自动驾驶等多种功能于一体的综合系统。它致力于提高汽车的安全性、舒适性和提供优良的人车交互界面，是目前各国重点发展的智能交通系统一个重要组成部分，也是世界车辆工程领域研究的热点和汽车工业增长的新动力。

智能车辆概述

智能车辆的研究意义

随着经济和社会的迅速发展，交通基础设施的瓶颈制约作用越来越明显。这种制约不仅体现在交通堵塞问题日益突出上，同时还体现在由于交通不畅而造成的环境污染问题及相对落后的道路和先进的车辆对人们的生命、财产所形成的安全隐患。正因为如此，智能交通系统(IntelligentTransportationSystems,ITS)日益受到欧洲、日本、美国等发达国家的重视并成为研究热点。他们相继启动了各种以智能交通系统为目标的研究与开发项目。如欧洲的PROMETHEUS和DRIVE项目，日本的VICS和ARTS项目，美国的IVHS项目等。各国家各地区研究的项目内容，对智能交通系统的定义不尽相同，各项目的重点也有所不同，但目标都是综合利用新的信息技术、计算机技术、自动化技术、管理技术等，来提高道路和车辆的利用效率，提高安全性，减少污染及阻塞的发生。

ITS一般由两部分组成，即智能道路及交通控制系统和智能车辆系统IVS(IntelligentVehicleSystem)。目前智能道路系统的构筑还处于起步阶段，相应的基础设施建设周期长且投资大，所以发展智能车辆及车辆自主行驶系统，通过提高车辆自身智能的方案是目前实现安全、高效的自主行驶的最佳选择，同时它还可为开发将来在完备的自动高速网络环境中运行的智能车辆奠定基础。

智能车辆作为智能车辆系统的基本组成单元，可以集成如视觉技术、触觉技术、自主控制和决策技术、多智能体技术、智能控制技术、多传感器集成和融合技术等许多最新的智能技术，从而能够完成很多高智能工作。我国也已经把智能车辆列入国家高新技术计划，足以证明政府有关部门对发展智能车辆的高度重视。

智能车辆的应用范围

由于智能车辆具有环境感知、规划决策、自动驾驶等功能，目前已经在以下场合得到了广泛应用。

1．智能交通系统

为解决交通问题，各发达国家在ITS的研究上均投入了大量的人力、物力。自然而然，智能车辆就成为ITS的一个重要的组成部分，得到越来越多的重视。

2．柔性制造系统和柔性装配系统

在计算机集成制造系统中，智能车辆用来运输工件，能够极大的提高生产效率，降低生产成本。

3．军事领域

智能车辆的研究也受到了军方的关注。以智能车辆作为其它智能武器的安装平台，能够实现全天候的自动搜索、攻击动静态目标，能够极大的提高在高新技术战争中的攻击力，减少人员伤亡。

4．应用于其它特殊环境

智能车辆在有毒或放射性环境下运输，还可应用于野外探险、消防、救灾等。

智能车辆的研究状况

1．国外研究概况

国外对于智能车辆技术的研究始于20世纪70年代末，最初是军方用做特殊用途的，80年代得到了更深入的研究。进入90年代后，由于与智能交通系统的结合，

开始进入深入、系统、大规模研究阶段。西方各国对智能车辆技术的研究都投入了大量的人力、物力，智能车辆技术也相继取得了突破性的发展，尤其是美、日、欧等发达国家已经抢先一步，在智能车辆安全保障以及安全辅助导航技术取得了许多有价值的研究成果，如自适应巡航控制(AdaptiveCruiseControl,ACC)或智能巡航控制(IntelligentCruiseControl,ICC)系统、防碰撞系统(CollisionAvoidanceSystem,CAS)以及汽车队列(Platoon)等，并产生了明显的社会和经济效益。

比较有代表性的智能车辆有：美国国防高级研究计划局(DARPA)与陆军合作研制的世界上第一台地面自主车辆（ALV），如图5-1所示。它采用高速计算机、三维视觉、先进的传感器和卫星导航等各种当时最新的或正在开发的技术，利用路标识别技术导航，在较平坦的越野环境中，以10千米/小时的速度自主行驶了20千米。美国卡内基·梅隆大学自上世纪80年代以来，先后开发了Navlab系列地面智能车辆。1992年研制的NavlabⅡ自主车在道路上以75千米/小时的速度自主驾驶了3.2千米。德国自80年代初期开始，奔驰公司与位于慕尼黑的联邦国防大学进行合作，已先后研发出VaMoRs和VaMoRs-P两种实验车。法国帕斯卡大学自动化与电子材料科学实验室与法国雪铁龙汽车技术中心合作，研制了Peugeo系统。法国国防部也开发了DARDS自主侦察演示车（如图5-2所示），既可自主驾驶，也可遥控。日本防卫厅技术本部第四研究所也研制了一种多用途自主车，如图5-3所示。它可在崎岖的道路上自主行驶，可用于扫雷，也可作侦察车使用。

图5-1世界上第一台地面自主车辆ALV图5-2法国DARDS自主侦察演示车

图5-3日本多用途自主车图5-4CITAVT-IV自主车

2．国内研究概况

我国是世界上公路交通发展最快的国家之一，汽车保有量迅速增加的同时，交通引发的各种问题尤其是行驶安全问题也日益突出，交通事故特别是恶性交通事故呈不断上升趋势，因此研究开发ITS势在必行，而作为ITS的重要组成部分，智能车辆研究亦显得尤为迫切。但由于起步晚，以及经济条件的制约，我国在智能车辆研究领域与发达国家有一定的差距，目前开展这方面研究工作的单位主要包括一些大学和科研机构，如国防科技大学、清华大学、吉林大学、北京理工大学、中科院沈阳自动化研究所等。

一汽和国防科技大学机电工程与自动化学院共同研发了中国第一辆自主驾驶车辆，如图5-4所示。该自主驾驶技术采用最先进的计算机视觉导航方案，能实时处理岔道、斑马线和虚线，对车体姿态变动和自然光照变化都有较强的自适应能力。

1993～1995年，由南京理工大学、北京理工大学、浙江大学、国防科技大学、清华大学等国内六所大学联合组成的课题组承担了“地面军用智能机器人”的研究项目，移动机器人的代号为7B.8。7B.8系统的车体选用国产跃进客货车改制，车上安装有彩色摄像机、激光雷达、陀螺惯导定位、超声波传感器等。其体系结构以水平式结构为主，采用传统的“感知－建模－规划－执行”算法，其直线跟踪速度达到20km/h，避障速度达到5～10km/h。

清华大学计算机系智能技术与系统国家重点试验室在国防科工委和国家863计划的资助下，从1988年开始研制THMR(TsinghuaMobileRobot)系列移动机器人系统。THMR-III系统的车体选用BJ1022面包车，上面安装有彩色摄像机、磁罗盘光码盘定位、GPS、超声等传感器。它的体系结构以垂直式为主，采用多层次“感知－动作”行为控制、基于模糊控制的局部路径规划及导航控制。THMR-III自主道路跟踪时，时速达到5～10km/h。THMR-V系统能够实现结构化环境下的车道线自动跟踪，准结构化环境下的道路跟踪以及复杂环境下的道路避障等功能。

吉林大学交通学院智能车辆课题组从1992年开始一直开展智能车辆自主导航研究。在智能车辆的体系结构、传感器信息的获取与处理、路径识别与规划、智能车辆前方障碍物探测及车距保持等方面取得一定研究成果，目前已经研制了4代JUTIV型智能车辆。

合肥工业大学机械与汽车工程学院对智能车辆的相关技术进行了研究，在智能车辆的控制体系结构、路径图像识别和跟踪控制、路径规划和避障等方面取得了一定成果。

智能车辆的研究方向

目前智能车辆的研究方向主要有以下几个方面。

1．驾驶员行为分析(DriverBehaviorAnalysis)，主要研究驾驶员的行为方式、精神状态与车辆行驶之间的内在联系，目的是建立各种辅助驾驶模型，为智能车辆辅助驾驶或自动驾驶提供必要的数据，如对驾驶员面部表情的归类分析能够判定驾驶员是否处于疲劳状态，是否困倦瞌睡等。

2．环境感知(EnvironmentalPerception)，主要是运用传感器融合等技术，来获得车辆行

驶环境的有用信息，如车流信息、车道状况信息、周边车辆的速度信息、行车标志信息等。3．极端情况下的自主驾驶(AutonomousDrivingonExtremecourses)，主要研究在某些极端情况下，如驾驶员的反应极限、车辆失控等情况下的车辆自主驾驶。

4．车辆运动控制系统(VehicleMotionControlSystems)，研究车辆控制的运动学、动力学建模、车体控制等问题。

5．车辆交互通信(Inter-VehicleCommunications)，研究车辆之间有效的信息交流问题，主要是各种车辆间的无线通信问题。

6．系统结构(SystemArchitectures)，研究智能车辆系统的结构组织问题。

7．主动安全系统(ActiveSafetySystems)，和被动安全相对比，主动安全系统主要是以预防为主，如研究各种情况下的避障、防撞安全保障系统等。

上述各研究方向也可比较概括的划分为以下三个大的研究方向。

1．监控、警告系统。此部分研究前方碰撞警告、盲点警告、行车道偏离警告、换道警告、十字路口防撞警告、行人检测、倒车警告等方面的问题。

2．半自主式车辆控制系统。与上一部分相比，此部分具有更高级的车辆自动化，如当驾驶员对警告来不及反应时，系统接管车辆的控制，通过控制车辆的转向、制动等使车辆回复到安全状态。

3．自主车辆控制系统。此部分具有完全的车辆自动化，研究包括车辆自适应巡航、道路保持、低速等距行驶、排队行驶等方面的问题。

智能车辆的关键技术

智能车辆的研究涉及到计算机视觉、传感器数据融合、车辆工程、计算机控制等诸多领域。其主要关键技术如下。

1．导航技术

1)计算机视觉

当我们驾车时，我们所接收的信息几乎全部来自于视觉。交通信号、交通图案、道路标识等均可以看作是环境对驾驶员的视觉通讯语言。很显然，人们就考虑到应用计算机视觉来解释这些环境语言。视觉系统在智能车辆研究中主要起到环境探测和辨识的作用。与其它传感器相比，机器视觉具有检测信息大、能够遥测等优点。

当将计算机图像信息与其它背景知识及其它传感器相结合，能快速提取复杂环境中的有用信息，进而产生合理的行为规划与决策。在行车道路检测、车辆跟随、障碍物检测等方面，机器视觉都起着非常重要的作用，是智能车辆研究中最重要的一种传感器。

要使车载计算机视觉导航系统成为可能，必须使它具备实时性、鲁棒性、实用性这三方面的技术特点。实时性是指系统的数据处理必须与车辆的高速行驶同步进行；鲁棒性是指智能车辆对不同的道路环境，如高速公路、市区标准公路、普通公路等，复杂的路面环境，如路面及车道线的宽度、颜色、纹理、动态随机障碍与车流等，以及变化的气候条件，如日照及景物阴影、阴天与雨雪等均具有良好的适应性；实用性是指要求智能车辆在体积与成本等方面能够为普通汽车用户所接受。为此，必须首先解决计算机及图像采集系统在体积及价格上的问题，即计算机在体积越来越小的前提下要有越来越强的计算能力，且成本与车辆总体的价格相比所占比重要很小。同样，图像采集系统在价格低廉的前提下的图像采集速度及图像前处理能力要强。随着计算机及电子技术行业迅猛的发展，在硬件条件上这已经成为可能。

2)引导磁钉或引导电缆

这种导航技术通过在车道下埋设磁钉或电缆来为智能车辆提供导航信息。其优点是具有较好的环境适应能力，在雨天、冰雪覆盖、光照不足、无光照的情况下都可以提供可靠的导航信息。其不足之处在于探测范围小，且需要对现行的道路设施做较大的改造。

美国Chrysle公司和日本丰田公司的室外驾驶机器人均采用了电缆引导的方式，着名的美国PATH项目以及美国明尼苏达州的高速公路自动扫雪车采用了磁性导航方式。

3)惯性导航系统

捷联惯性导航系统(StrapdownInertialNavigationSystem，SINS)是一种完全自主式的导航系统，具有隐蔽性好、抗干扰、不受任何气象条件限制的优点，此外还具有数据更新率快、短期精度高和稳定性好等特点。长期以来，惯性导航系统的研究和应用一直以军事应用为主要目的。这主要是由于惯性导航系统的成本较高，难以在民用领域得到应用。

近年来，低成本惯性测量器件(InertiaMeasurementUnit，IMU)的研究取得了快速的发展，为民用领域采用捷联惯性导航系统创造了条件。但是，短期内民用导航领

域的惯性测量器件不可能具有较高的精度，使得SINS在较短时间内就会累积较大的导航误差。显然，这无法满足智能车辆长时间、高精度的导航要求。因此，在现有条件下，一般不单独采用SINS，而是将它与其它导航设备组合构成组合导航系统。这样不仅可以修正SINS的累积误差，而且还保留了SINS自身的优势。

4)全球定位系统/数字地图

全球定位系统(GlobalPositioningSystem，GPS)能够为全球用户实时而全天候地提供三维位置、速度和时间信息，并且没有累积误差。而载波相位差分GPS技术(CarrierphasedifferentialGPS，CP-DGPS)已可以达到厘米级的动态测量精度。目前，车载数字地图(DigitalMap，DM)技术得到了较大的发展与应用。车载数字地图基本上用于辅助驾驶，主要是为了给驾驶员提供位置信息、路径规划与诱导信息等。在车辆的自主驾驶研究中，同样可以利用DM进行导航与路径引导。但由于应用背景的特殊性，在精度、内容和功能上对数字地图提出了特殊的要求，需要进行专门的制作。

2．传感器及其数据融合

表5-1智能车辆常用传感器

种类优点缺点主要用途

机器视觉探测范围广、检测信息

量大、能够遥测等

计算量大，系统

实时性差；易受

环境、气候影

响；无法直接获

得深度信息

路径识别与跟

踪、障碍物识

别、驾驶员状态

监测、驾驶员视

觉增强等

雷达微波可直接获得距离、速度，

比红外或激光传感器气

象适应性好，可穿透雨、

雾、浓烟进行探测，探

测距离远，技术成熟，

分辨率较低障碍物探测、深

度信息获取、测

速

应用较早

雷达毫米波同微波雷达相比，体积

小、重量轻；波束窄，

具有更高的角分辨力和

距离分辨力；带宽大、

抗干扰能力强

同微波雷达相

比，作用距离较

近，大气传输损

耗较大

障碍物探测、深

度信息获取、距

离成像

激光测距与机器视觉相比，可直

接获取环境的三维信

息；与雷达相比，方向

性好、体积小、波束窄、

成本低、无电磁干扰、

距离及位置探测精度高

数据噪声较大，

受环境影响大，

距离成像速度

较慢

障碍物探测、深

度信息获取、距

离成像

超声波数据处理简单、快速，

价格低探测波束角过

大、方向性差、

分辨率低、作用

距离短

近距离障碍物

探测

红外线环境适应性好；体积小，

重量轻，功耗低；与超

声波相比，其探测视角

小，方向性略强，测量

精度也有所提高分辨率低、作用

距离短

障碍物探测，红

外成像，红外夜

视等

智能车辆的导航需要依据相关传感器获得的车辆位姿信息和路面环境信息作出决策，目前在智能车辆领域除视觉传感器外，常用的还有雷达、激光、GPS(GlobalPositionSystem)

等传感器。具体特点见表5-1。

由于单个传感器的局限性，单一传感器很难提供导航系统所要求的精度和可靠性，因此多传感器融合技术出现在智能车辆导航研究实践中。通过将多个传感器采集的信息进行合成，形成对环境特征的综合描述的方法，能够充分利用多传感器数据间的冗余和互补特性，获得我们需要的、充分的信息。

多传感器融合的实质是多源不确定性信息的处理，在处理过程中信息的表示形式不断发生变化，从较低级的形式（如图像像素、超声波传感器探测数据等）直至系统需要的某种高级形式（如车辆位姿、障碍分布等）。按这些信息的流通形式和综合处理模式，多传感器融合系统可分为集中式、多级式和分布式三种融合结构。融合方法是多传感器融合的一个非常重要的研究内容，适宜的融合方法才能发挥出多传感器融合技术的优势。针对具体的应用情况，有简单滤波法、加权平均法、贝叶斯估计法、统计决策理论法、Dempster-Shafer证据推理法、产生式规则法、卡尔曼滤波法、模糊逻辑推理法和人工神经网络方法等。

3．智能控制

智能控制代表着自动控制的最新发展阶段，也是应用计算机模拟人类智能，实现人类脑力劳动和体力劳动自动化的一个重要领域。因智能控制是一门新兴学科，人们目前认为其包括递阶控制系统、专家控制系统、模糊控制系统、神经控制系统、学习控制系统5个方面。

总体来讲，智能控制具有以知识表示的非数学广义模型和以数学模型表示的混合控制过程，也往往是那些含有复杂性、不完全性、模糊性或不确定性以及不存在已知算法的非数字过程。其本质与智能车辆的本质相一致，故在智能车辆上取得了广泛的应用。目前美国及日本已经有应用专家控制系统知识建立的车辆辅助驾驶产品。该种产品能够提供合理的驾驶策略，如是否可超车、换道等动作；给出环境危险性警告，如前后车的安全距离等信息；监督驾驶员的精神状态，如驾驶员是否困倦等。

4．智能车辆控制体系结构

智能车辆集多种传感器数据融合、视觉信息处理、环境建模、跟踪、避障等功能于一体；同时，由于现实环境的非结构化和不确定性，导致现有智能车辆缺乏灵活性和自主性。典型的例子是大多数智能车辆均是在高度结构化的环境下执行预先规定的动作序列，在新的环境下或遇到意外情况时不能很好地完成任务。引发问题的主要原因是现实环境是非结构化的，存在不确定性。具体体现在：关于环境的先

验知识通常是不全面的、不确定的和近似的；感知器得到的信息通常是不可靠的，存在着噪声和测量误差；现实的环境通常具有复杂和不可预测的动态特性，如物体的移动、环境的改变等；控制作用并非完全可靠，如车轮打滑等等。为了解决上述存在的问题，目前的研究重点已集中在设计一种良好的控制体系结构，能克服环境的不确定性，可靠地完成复杂任务，且成本低，鲁棒性好。

体系结构的主要任务是如何把感知、规划、决策和行动等各种模块有机地结合起来。智能车辆系统能够模拟人的智能行为和功能，其体系结构的作用包括：①把各个子系统连接成一个整体，包括各个部件的接口规范、通讯协议和数据流程。②统一管理、调度各个子系统，控制它们功能的发挥，按总体工作模型进行协调工作，使各子系统步调一致地完成总体任务。可见，智能车辆系统的体系结构起到了总体集成及总体调度的作用，其设计的优劣直接关系到系统整体性能的发挥和智能水平的高低。

目前最典型的体系结构为分层递阶式和包容结构。分层递阶式将智能控制系统分为三级：组织级、协调级和控制级。它采用的自上而下的基于层层分解的问题求解的方法，与人类思考问题的方式相类似，具有很高的智能，其缺点是反应速度太慢。包容结构自底向上构建系统，是一种典型的反应式结构。它用行为封装了系统控制中应具备的感知、避障、规划和执行任务等能力，因此它能够产生一些有意义的动作；这些动作反过来可以组合成不同水平的能力。这种控制结构在实际控制中具有较强的自治能力，瞬间反应快，缺点是系统缺乏明显的目标，难于规划有目的的动作。由于两种基本结构各有优缺点，研究者们在吸取它们优点的基础上又先后提出了多种混合式结构。

2.视觉路径导航原理

视觉导航智能车辆的路径图像识别

近年来，视觉导航在智能车辆导航中获得了广泛应用[58-61]。机器视觉相对于常用的传感器如测距仪等来说，具有信息量丰富、成本低、智能化水平高等特点。但是，因其处理的数据量较大，致使实时性较差。同时在复杂或干扰因素较多的环境中，如何准确地识别出路径图像，也是一个主要难题。在

视觉导航中，基于路径导航的方法具有原理简单，技术成本和费用低等特点，成为当前的研究热点，其关键问题是对导航路径识别的准确性和实时性。为此，采用先滤波、阈值分割，再滤波的方法以提高准确性；同时为提高识别速度进行了实时性处理。

3.1基于视觉的路径导航原理

3.1.1基本原理

基于视觉的路径导航基本原理[62~64]是：假设智能车辆在较平坦的路面行驶，根据地面设置的条状路径和路面背景的图像灰度值的差异，经过图像处理后便可识别出导航路径。通过提取路径的各边缘点，可以得到路径的中心线；根据此中心线的位置来判断车体与导航路径的相对位置关系（导航参数），从而进行跟踪控制。

简单的路径导航直线模型[65-66]如图3-1所示。它将智能车辆视觉传感器获得的导航路径视为一条直线，通过图像识别算法识别该路径并得到其中心线y+

=。然后得到智能车辆相对于导航路径的导航参数，即角度偏差α和kx

b

位置偏差d。

图3-1智能车辆路径导航的直线模型

图3-2为视觉智能车辆路径导航原理示意图。角度偏差α和位置偏差d构成的向量X为控制器输入；控制器根据跟踪控制算法输出控制指令，使智能车辆状态S 发生变化；角度偏差α和位置偏差d相应地发生变化，其更新后的数值经视觉传感器和图像处理后得到，作为输入量再次进入控制器。

图3-2视觉智能车辆路径导航原理示意图

3.1.2路径导航的改进方法

为了增加智能车辆的视野范围，将摄像机镜头与水平方向成45o安装。这使得摄像机获取到的导航路径长度增多，同时也增加了图像变形，若仍认为导航路径为直线会产生较大的误差。因此，必须对导航参数的提取方法做出改进。

图3-3摄像机采集到的路径图像

图3-4实际路径图像导航参数提取简图

图3-3为摄像机采集的路径图像示意图。其中建立了两个图像处理区域，路径识别时仅对这两个区域进行处理。这样做的目的是减少数据处理量，以提高识别的实时性。由于在这两个处理区域内的导航路径长度较短，可以认为导航路径为直线。两个图像处理区域平行于x 轴，1x 轴、2x 轴分别平分上下两区域。经变形矫

正[67]后得到图3-4所示的实际路径导航参数提取图。

经变形矫正后，1x 和2x 相对于图3-3中x 轴的位置c 变成了相对W

X '轴的位置1c 和2c 。图3-3中UPV 坐标系与图3-4中的W W W Y X O 坐标系存在关系[68]

????

??????=???????????1133v u H Y X W W (3-1) 式中??????????=?13231232221131211

3

3h h h h h h h h H 为常数，由摄像机标定获得。 通过图像处理算法获得图3-4中两区域内路径左右边缘的像素点坐标，就可以计算出其对应的实际图像点坐标（在W W W Y X O 坐标系中）。为了便于分析

智能车辆相对于路径的位置情况，将坐标系W W W Y X O 变换为W W W

Y X O '''，变换关系为

?????-='-='2

2t W W t W W H Y Y W X X (3-2) 式中，t W 和t H 分别为梯形区域的下底和高。以图像处理区域1中的第i 行为例，

获得路径的左右边缘点坐标为1i L 和1i R （计算机坐标系UPV 下，见图3-3），再根据

式(3-1)和(3-2)的坐标变换关系，即可将1i L 和1i R 坐标变换后变为W W W

Y X O '''坐标系下的i L 1'和i R 1'，进而计算得到导航路径中心线上的对应点C 1i 坐标，即

2

111i i i R L C '+'=(3-3) 重复以上操作，得到图像处理区域内路径中心线上各点坐标。

得到图像处理区域内中心线上的对应点坐标后，应用最小二乘法[69]拟合

出中心线1l 和2l 。其方程分别为1111a X b Y W W

+'='，2222a X b Y W W +'='，则1o 和2o 点的坐标分别为(1111,c b a c -)，（22

22,c b a c ---）。最后将1l 和1x 的交点1o 与2l 和2x 的交点2o 连接起来，得到直线l 。若直线l 方程可表示为

a X

b Y W W

+'='(3-4) 其中

???

????-++--+=-+++=)()()()()()()(112221112222111122212121a c b a c b a c b c a c b c a a c b a c b c c b b b (3-5) 从而得到导航参数，即智能车辆相对于导航路径的角度偏差α和位置偏差d 分别为

b

a d -=(3-6) ?????<-->-=0

2)arctan(0)

arctan(2b b b b αππ(3-7) 在此规定直线l 相对于W

Y '轴正向右偏时α为正，反之α为负；沿W X '轴正向偏移时d 为正，反之d 为负。

3.2导航路径识别的数学基础

导航路径的识别是通过对获取的路径图像进行相关处理来实现的。计算机不能

直接接收和处理视觉传感器获取的模拟图像信号，只有将图像在空间和维度上都离散化为数字信号后才可处理

[70]。图像的数字化过程通过采样和量化两

步完成。

采样量化后的数字图像就是个灰度值的二维数组。若该数组用),(y x f 来表示，含义是位于坐标),(y x 处的像素，其灰度是),(y x f 。函数),(y x f 是数字图像的一个数学模型，有时也被称为图像函数。数字图像本质上说就是具有离散值的二维矩形阵列。图像空间位置和灰度值都被离散化成离散的数值。这样图像就能存储在计算机的存储器中。一般像素灰度用一个字节（8bit ）表示，取值范围为0～255。256级一般是可以从传感器获取的全部精度，通常可以满足一般应用。以字节数为单位也方便计算机的存储和运算。例如，一副图像在C 语言的程序里可以被说明为char[720][576]。把图像的数学模型看成是两个实际空间参数的函数，在描述图像和定义图像运算时都带来了极大的方便。一副21N N 个像素的数字图像，其像素的灰度值可以用1N 列和2N 行的矩阵F 来表示，如图3-5所示。这样，对数字图像的各种处理就可以变成对矩阵F 的各种运算。

图3-5数字图像示意图

路径识别的主要目的是检测出导航路径的边缘。边缘是数字图像局部灰度变化最明晰的部分，主要存在于目标与目标、目标与背景、区域与区域之间，是图像分割、纹理特征提取和形状特征提取等图像分析的重要基础[71]。图像中的边缘通常与图像灰度或图像灰度的一阶导数的不连续性有关。图像灰度的不连续可分为以下两类。

①阶跃不连续，即图像灰度在不连续处的两边的像素灰度值有着显着的差异。 ②线条不连续，即图像灰度突然从一个值变化到另一个值，保持一个较小的行程后

又返回到原来的值。

边缘检测通常有如下四个步骤。

①滤波：边缘检测算法一般是基于图像强度的一阶和二阶导数，但导数的计算对噪声敏感，因此必须使用滤波器来改善与噪声有关的边缘检测器的性能。需要指出的是，大多数滤波器在降低噪声的同时也导致了边缘强度的损失，因此，增强边缘和降低噪声之间需要折衷。

②增强：增强算法可以将邻域灰度中有显着变化的点突显出来。边缘增强一般是通过计算梯度幅值来完成的。

③检测：在图像中有许多点的梯度幅值比较大，而这些点在特定的应用领域中并不都是边缘，所以应该用某种方法来确定哪些是边缘点。最简单的边缘检测是依据梯度幅度阈值来判断。

④定位：在一些特定场合要求确定边缘位置，则边缘的位置可在子像素分辨率上来估计，边缘的方位也可以估计出来。

3.3.导航路径识别的流程和方法

将以上边缘检测的四个步骤应用在导航路径的识别中，即在识别每一帧路径图像时，依次进行图3-6所示的处理[21]。

图3-6路径识别流程图

3.3.1基于阈值的中值滤波

滤波是信息处理领域中最为基础的研究内容。对图像信号的滤波不仅要具有良好的消噪声能力，同时还要很好地保护图像的细节。传统的线性滤波、中值滤波都存在着模糊图像细节的缺点；一般的自适应中值滤波对于椒盐噪声的消噪效果十分理想，但对随机脉冲噪声的消除并不理想[72]。

为此使用基于阈值的中值滤波方法。该方法以局部方差作为判断噪声点的阈

值，即以像素点的局部方差作为该像素点是否为噪声的判断依据；从而形成良好的局部自适应性，对于椒盐噪声和随机噪声都有良好的消噪能力，并且可以较好地保护图像的细节信息。

将图像信号的均值和均方差作为区分噪声和真实像素的阈值，正、负阈值分别为：

=k

thp(3-8)

μ

σ

+

μk

σ

=(3-9)

thn-

式中thp、thn分别为正负阈值。即当像素灰度值大于等于thp或小于等于thn时，认为该像素为噪声污染，进行中值滤波；否则视为真实像素点，不进行中值滤波。μ为图像像素点的邻域均值，σ为均方差；k为调整系数，平衡消噪能力和细节保护能力。

在对图像中待处理像素进行滤波时，选择3

3?大小的滤波窗口[73]，基于阈值的自适应中值滤波算法如下。

①计算滤波窗口的局部均方差σ，均值μ；

②利用式(3-8)、(3-9)分别计算正负阈值；

③判断窗口中心点是否为噪声点。如果是则进行中值滤波，否则不滤波；

④将窗口移动到下一位置，回到第①步重复操作，直至完成所有待处理像素。

3.3.2最优阈值分割

阈值分割[73]是依据一定的阈值将导航路径从图像背景中分割出来，以得到边缘信息。阈值分割相当于对图像进行二值化处理，增强路径和背景的对比度，以便有利于找到路径的边缘线。

阈值分割的基本思想是确定一个阈值，然后把图像中每个像素点的像素值和阈值相比较，根据比较结果把该像素划分为前景或背景。可见阈值分割

效果的好坏直接取决于阈值的选取。由于光线和随机噪声的干扰，若用一个固定阈值进行分割，则会产生一定的误差。为尽可能减小误分割的概率，理论上采用最优阈值法效果较好。

由于一幅图像包含两类主要灰度值区域（目标和背景），所以图像的直方图所近似代表的像素灰度值概率分布密度函数实际上是对应目标和背景的两个单峰分布密度函数之和。如果已知密度函数的形式，就可计算出一个最优阈值，用它可把图像分成两类区域，从而使误分割率最小[74]，见图3-7所示。实际上，一般可认为图像背景和目标均近似满足正态分布，则整幅图像的混合概率密度为

]2)(exp[2]2)(exp[2)

()()(2222T

T T T B B B B T T B B z P z P z p P z p P z p σμσπσμσπ--+--=+=(3-10) 式中，B P 和T

P 分别为背景和目标区域灰度值的先验概率，且1=+T B P P ，B μ和T μ分别为背景和目标区域的平均灰度值，B σ和T σ分别是关于背景和目标的均方差。

需确定一个阈值T ，使得灰度值小于T 的像素分割为背景而使灰度值大于T 的像素分割为目标。这时，错误地将目标像素划分为背景的概率)(T E B 和将背景像素错误

地划分为目标的概率)(T E T 分别是

?∞-=T

T B dz z p T E )()((3-11)

?∞=T B T dz z p T E )()((3-12)

从而总的误分割概率为 )()()(T E P T E P T E T B B T +=(3-13) 当满足dT

T dE )(＝0时，可使得)(T E 最小。可得到 )()(z p P z p P T T B B =(3-14)

综合可得到

22222)(ln 2)(T

T B T T B B B T P P T σμσσσμ-=--(3-15) 一般可近似认为T B σσ=，若T B P P =，则

2T B T μμ+=

(3-16)

图3-7最优阈值确定示意图 由于B μ和T μ不容易求得，最优阈值T 的准确值也就很难找到。所以为方

便算法实现，先选取图像灰度范围的中值作为初始值0T ，然后迭代求得其近

似值。具体迭代步骤为

①求出图像中最大灰度值max z 和最小灰度值min z ； ②给定初始阈值2

min max 0z z T +=以及迭代时新旧阈值的允许接近程度5.0=ε； ③求出灰度值i i T z ≥的所有像素点的数量T n 及累积和T S ，以及灰度值i i T z <的所有像素点的数量B n 及累积和B S ； ④计算B B B n S =μ，T T T n S =μ，确定新阈值2

1B T i T μμ+=+；如果ε≤-+i i T T 1，则1+i T 为最终阈值，否则，1+=i i T T ，转至步骤③。

针对具有不同光照条件的路径图像，采用上述最优阈值法进行阈值分割。随着光线的增强，最优阈值也随之增加，减小了光线变化对阈值分割的影响，提高了图像分割的鲁棒性。

3.3.3数学形态学滤波

考虑到经最优阈值二值化后的图像是由近似矩形的路径和碎屑状噪声组成，对图像进行数学形态学运算中的开运算以去除碎屑状噪声。数学形态学是一种分析几何形状和结构的数学方法，其基本的形态学运算子有：膨胀、腐蚀、开和闭[75]。设

f (x )和

g (x )为定义在二维离散空间F 和G 上的两个函数，其中f (x )为输入图像，g (x )为结构元素，则f (x )对于g (x )的腐蚀和膨胀分别定义为[76]

)]()([min ))((y g y x f x g Θf G y -+=∈(3-17)

)]()([max ))((y g y x f x g f G

y +-=⊕∈(3-18) f (x )对于g (x )的开运算定义为

)]()[())((x g g Θf x g f ⊕=ο(3-19)

对图像进行开运算后，得到恢复噪声污染的效果，如图3-8所示。

a ）阈值分割后的二值化路径图像

b ）基于数学形态学运算的滤波效果图图3-8基于

数学形态学运算的滤波效果图

3.3.4实时性处理

智能车辆在实时运行时，必须保证在下一个图像采样周期到来前完成上一采样图像的处理，即保证图像处理的实时性。因此在准确识别导航路径的同时，还必须保证路径图像识别的速度。在识别一帧路径图像时，要完成图3-5所示的所有步骤。这在一定程度上保证了识别的鲁棒性，但同时带来了较大的数据处理量，从而导致实时性下降。考虑到导航路径图像由一行行的像素点组成，路径的连续性使得路径相邻两行之间的对应左右边缘点位置相差不大。为此，除划分上、下两图像处理区域以减少图像数据处理量外，还利用同帧路径图像中上一行的边缘位置来限定相邻下一行的边缘点范围，从而缩小各行中需要进行处理的像素点个数，达到提高实时性的目的。具体步骤如下。

①在两个图像处理区域内，分别对第一行所有像素进行图3-6所示的处理，得到路径左右边缘点。如果没检测到（该行对应区域无路径），则对下一行继续进行处理，直至检测到左右边缘点位置1L 与1R ，如图3-9所示。

图3-9路径识别的实时性处理

②检测到第一行边缘点后，在处理第二行时就不再像步骤①那样对整行进行处理，而是确定一个宽度f ，单位是像素。在该行的[]f R f L +-11,位置范围内进行处理，得到该行边缘点2L 和2R ；再在[]f R f L +-22,之间寻找第三行的左右边缘点，直至得到处理区域内导航路径的各行左右边缘点。只要f 值选取合适，就能够在区间[]f R f L i i +-,上找到该行的左右边缘点。当f 值偏小时，会导致找不到或找到错误的边缘点；f 值过大虽能够保证找到，但增加了运算量，不利于提高实时性。

以上方法具有3个优点：①大大减少了需要进行滤波、最优阈值计算、二值化及形态学运算的像素点个数，因此数据处理量大大减少，实时性得到提高。②在计算最优阈值二值化图像时，不是在整个图像处理区域内获得一个阈值，而是在各个子区域获得各自的阈值，因此得到的阈值和图像二值化更准确。③在检测下一行边缘点时，把候选边缘点限定在较小候选区间内，在一定程度上提高了抗干扰能力。

3.3.5区域最优阈值

由于分区域求解阈值，的

3.识别精确性研究（提高精确性的意义和方法：滤波、自适应阈值等）

4.实时性研究（软硬件方面；软件方面：优化算法、其他处理方法（减小图像处理区域等））

5.总结

AGV视觉导航设计实施方案-经典

AGV视觉导航设计方案-经典

————————————————————————————————作者：————————————————————————————————日期：

AGV搬运机器人视觉导航方案 AGV（Automated Guided Vehicle，AGV）作为现代制造系统中的物料传送设备已经得到了广泛应用。从理论上看，视觉导引AGV具有较好的技术应用前景，然而其却没能像电磁导引和激光导引AGV 那样广泛使用，主要问题在于视觉导引技术在实时性、鲁棒性和测量精度方面还有待进一步突破。 由多个AGV 单元组成的AGV 系统（Automated Guided Vehicle System，AGVS）配有系统集成控制平台，对AGV 的作业过程进行监管和优化，例如，创建任务、地图生成、发出搬运指令、控制AGV 的运行路线、跟踪传送中的零件以及多AGV 的任务规划和调度。将AGV 与外部自动化物流系统、生产管理系统有机结合，对系统内每台AGV 合理地分配当前任务、选择最佳路径、实时图形监控、管理运行安全，实现信息化的管理和生产，方便地构成由调配中心计算机控制的自动化生产线、自动仓库和全自动物流系统。 目前视觉导引方式主要方法有基于局部视觉和全局视觉两种方法。基于视觉导引的AGV 还没有大规模产业化，但其潜在的市场前景使其成为近几年来国内外AGV 研究的热点。 全局视觉导引方法是将摄像机安装在天花板或者墙上，以整个工作环境为目标，对包括AGV、导引路径、障碍物等进行对象识别，对各个摄像机获取的图像进行基于特征的图像融合，得到全局地图。在生成的全局地图中，每个AGV 单元，导引线，障碍物的绝对坐标都能够实时获取。全局视觉方法相对于将摄像机安装在车体上的局部视觉方法，在多AGV 调度、障碍物检测（固定和移动）、避障、全局监测方面更具优势。尤其是可以对AGV 和障碍物的特征进行分类，通过增强型的卡尔曼滤波方法进行运动估计，动态跟踪每一个目标的位置、速度。但是这种方法要根据不同的现场环境，按照视野不被遮挡并覆盖整个工作空间的原则，根据摄像机放置算法决定摄像机的数目、安装位姿。因此这张全局视觉方法仅仅适用于室内且空间较大的场合，而且导引精度较低。 相对而言，目前国内外研究较多的是局部视觉导引方式。局部视觉导引方式是将单车看作一个智能体，在车上安装摄像机和图像采集系统实时地处理环境信息，其主要有基于自然场景和结构化场景两种导航方式。基于自然场景的导航方式通过运行路径周围环境的图像信息与环境图像数据库中的信息进行比较，从而确定当前位置并对运行路线做出决策。这种方法不要求设置任何物理路径，在理论上具有最佳的柔性；但三维图像处理的实时性差和环境图像数据库的难以建立，限制了它的实际应用。 基于结构化场景的导引方式一般是在地面粘贴或铺设一些特殊形状或颜色的线路和符号，由视觉系统识别预定义的路经，包括导引路径相对AGV 的位置偏差和角度偏差、路径节点、工位、转弯、停车、加减速等标识。这种视觉导航方式的优点是视觉系统只需提取预设的特定目标，并根据目标特征的先验知识做进一步的计算，提高了图像处理的速度和系统的鲁棒性。基于结构化场景的视觉导航技术能较好满足柔性制造系统对物流设备在导向柔性、空间利用、运行安全性以及成本等方面的要求，具有路径设置柔性高、信息识别速度快、导航稳定程度好、导航行走精度高和导向信息容量大等突出优点，因此有着更广阔的应用前景，也是国内外研究机构和学者近年来研究较多的视觉导引方式。

视觉导航智能车辆的目标识别精确性与实时性研究

视觉导航智能车辆的目标识别精确性与实时性研究 1）概述 2）视觉路径导航原理 3）识别精确性研究（提高精确性的意义和方法：滤波、自适应阈值等） 4)实时性研究（软硬件方面；软件方面：优化算法、其他处理方法（减小图像处理区域等）） 5）总结 1.概述 智能车辆技术 智能车辆（IntelligentVehicle）又称轮式移动机器人，是一个集环境感知、规划决策、自动驾驶等多种功能于一体的综合系统。它致力于提高汽车的安全性、舒适性和提供优良的人车交互界面，是目前各国重点发展的智能交通系统一个重要组成部分，也是世界车辆工程领域研究的热点和汽车工业增长的新动力。 智能车辆概述 智能车辆的研究意义 随着经济和社会的迅速发展，交通基础设施的瓶颈制约作用越来越明显。这种制约不仅体现在交通堵塞问题日益突出上，同时还体现在由于交通不畅而造成的环境污染问题及相对落后的道路和先进的车辆对人们的生命、财产所形成的安全隐患。正因为如此，智能交通系统(IntelligentTransportationSystems,ITS)日益受到欧洲、日本、美国等发达国家的重视并成为研究热点。他们相继启动了各种以智能交通系统为目标的研究与开发项目。如欧洲的PROMETHEUS和DRIVE项目，日本的VICS和ARTS项目，美国的IVHS项目等。各国家各地区研究的项目内容，对智能交通系统的定义不尽相同，各项目的重点也有所不同，但目标都是综合利用新的信息技术、计算机技术、自动化技术、管理技术等，来提高道路和车辆的利用效率，提高安全性，减少污染及阻塞的发生。

ITS一般由两部分组成，即智能道路及交通控制系统和智能车辆系统IVS(IntelligentVehicleSystem)。目前智能道路系统的构筑还处于起步阶段，相应的基础设施建设周期长且投资大，所以发展智能车辆及车辆自主行驶系统，通过提高车辆自身智能的方案是目前实现安全、高效的自主行驶的最佳选择，同时它还可为开发将来在完备的自动高速网络环境中运行的智能车辆奠定基础。 智能车辆作为智能车辆系统的基本组成单元，可以集成如视觉技术、触觉技术、自主控制和决策技术、多智能体技术、智能控制技术、多传感器集成和融合技术等许多最新的智能技术，从而能够完成很多高智能工作。我国也已经把智能车辆列入国家高新技术计划，足以证明政府有关部门对发展智能车辆的高度重视。 智能车辆的应用范围 由于智能车辆具有环境感知、规划决策、自动驾驶等功能，目前已经在以下场合得到了广泛应用。 1．智能交通系统 为解决交通问题，各发达国家在ITS的研究上均投入了大量的人力、物力。自然而然，智能车辆就成为ITS的一个重要的组成部分，得到越来越多的重视。 2．柔性制造系统和柔性装配系统 在计算机集成制造系统中，智能车辆用来运输工件，能够极大的提高生产效率，降低生产成本。 3．军事领域 智能车辆的研究也受到了军方的关注。以智能车辆作为其它智能武器的安装平台，能够实现全天候的自动搜索、攻击动静态目标，能够极大的提高在高新技术战争中的攻击力，减少人员伤亡。 4．应用于其它特殊环境 智能车辆在有毒或放射性环境下运输，还可应用于野外探险、消防、救灾等。 智能车辆的研究状况 1．国外研究概况 国外对于智能车辆技术的研究始于20世纪70年代末，最初是军方用做特殊用途的，80年代得到了更深入的研究。进入90年代后，由于与智能交通系统的结合，

一种结构化道路环境中的视觉导航系统

第36卷第6期2002年11月 浙　江　大　学　学　报(工学版) Journal of Zhejiang U niversity (Engineering Science ) V o l .36N o .6N ov .2002 收稿日期:2002203215. 作者简介:李欣(1977-),男,江西宁都人,硕士生,从事自主机器人视觉导航算法研究.E 2m ail :ndlixin @21cn .com 一种结构化道路环境中的视觉导航系统 李　欣,李宏东,顾伟康,李庆中 (浙江大学信息与电子工程系,浙江杭州310027) 摘　要:根据结构化道路环境的特点提出了一种将边沿检测和道路环境知识相结合的机器视觉算法,并结合基于行为响应的路径规划方法和智能预瞄控制方法,实现了一套基本的机器人视觉导航系统.在自主机器人实验平台 A TRV 22上的实验结果表明,该视觉导航系统能够实时理解结构化道路环境,并且能够控制机器人沿着合理路径 行驶. 关键词:结构化道路;视觉导航;机器视觉;路径规划;预瞄控制 中图分类号:T P 242.6 文献标识码:A 文章编号:10082973X (2002)0620630204 A v ision -based nav igation system i n structural road env ironm en t L I X in ,L I Hong 2dong ,GU W ei 2kang ,L I Q ing 2zhong (D ep art m ent of Inf or m ation and E lectronics E ng ineering ,Z hej iang U niversity ,H ang z hou 310027,Ch ina ) Abstract :Com b in ing the know ledge of structu ral road and edge detecting m ethod ,a m ach ine visi on algo 2rithm w as p ropo sed to understand the su rrounding environm en t .W ith the behavi o r 2based path p lann ing and in telligen t p review con tro lling ,a basic visi on based navigati on system w as created and i m p lem en ted on ou r au tonom ou s robo t test bed A TRV 22.Experi m en tal resu lts show ed that the p ropo sed visi on based sys 2tem can recogn ize drivab le area in real 2ti m e and drive the A TRV 22along a reasonab le p ath . Key words :structu ral road ;visi on 2based navigati on ;m ach ine visi on ;path p lann ing ;p review con tro l 结构化道路是指地面平坦,无障碍,有良好视觉效果的白线导航的道路环境.结构化道路可以用一条白线也可用两条白线来表示可通行区域,更复杂的是高速公路网上的白线.结构化道路环境下视觉导航系统能够实现自主移动平台道路实时理解和自主行驶.一个基于视觉的导航系统从功能结构来看应包括道路检测、路径规划、运动控制等各种性质各异的功能模块.在这个系统中关键技术是机器视觉、路径规划和运动控制,在这几个方面已有大量的研究[1,2],问题主要集中于机器视觉对路面环境的快速识别和理解能力差,大部分的算法受到光照和路面环境影响,鲁棒性能较差,而且算法无法实时实现.在路径规划和运动控制方面缺乏智能性.本文提出一种基于知识的视觉导航算法,充分利用结构化道 路环境知识和道路理解的历史记录进行道路环境理解,并且采用智能预瞄控制方法.该视觉导航算法在机器人实验平台A TRV 22上实现,并且进行大量实验.结果表明该自主机器人能快速准确地理解结构化道路环境,自主行驶的轨迹平滑,并且自主行驶路径是该结构化道路环境下的合理路径. 1　实验平台和视觉导航系统 在研究中所用的实验机器人平台是美国 I ROBO T 公司的A TRV 22产品 .机器人的运动由底层运动控制模块控制,该模块直接控制车轮电机.I ROBO T 公司提供底层运动控制模块软件接口,高层控制只需给接口给定线速度和角速度就可以实现

AGV视觉导航设计方案经典

AGV视觉导航设计方案经典

AGV搬运机器人视觉导航方案 AGV（Automated Guided Vehicle，AGV）作为现代制造系统中的物料传送设备已经得到了广泛应用。从理论上看，视觉导引AGV具有较好的技术应用前景，然而其却没能像电磁导引和激光导引 AGV 那样广泛使用，主要问题在于视觉导引技术在实时性、鲁棒性和测量精度方面还有待进一步突破。 由多个 AGV 单元组成的 AGV 系统（ Automated Guided Vehicle System，AGVS）配有系统集成控制平台，对 AGV 的作业过程进行监管和优化，例如，创立任务、地图生成、发出搬运指令、控制AGV 的运行路线、跟踪传送中的零件以及多 AGV 的任务规划和调度。将 AGV 与外部自动化物流系统、生产管理系统有机结合，对系统内每台 AGV 合理地分配当前任务、选择最佳路径、实时图形监控、管理运行安全，实现信息化的管理和生产，方便地构成由调配中心计算机控制的自动化生产线、自动仓库和全自动物流系统。 当前视觉导引方式主要方法有基于局部视觉和全局视觉两种方法。基于视觉导引的 AGV 还没有大规模产业化，但其潜在的市场前景使其成为近几年来国内外 AGV 研究的热点。 全局视觉导引方法是将摄像机安装在天花板或者墙上，以整个工作环境为目标，对包括 AGV、导引路径、障碍物等进行对象识别，对各个摄像机获取的图像进行基于特征的图像融合，得到全局地图。在生成的全局地图中，每个 AGV 单元，导引线，障碍

物的绝对坐标都能够实时获取。全局视觉方法相对于将摄像机安装在车体上的局部视觉方法，在多 AGV 调度、障碍物检测（固定和移动）、避障、全局监测方面更具优势。特别是能够对AGV 和障碍物的特征进行分类，经过增强型的卡尔曼滤波方法进行运动估计，动态跟踪每一个目标的位置、速度。可是这种方法要根据不同的现场环境，按照视野不被遮挡并覆盖整个工作空间的原则，根据摄像机放置算法决定摄像机的数目、安装位姿。因此这张全局视觉方法仅仅适用于室内且空间较大的场合，而且导引精度较低。 相对而言，当前国内外研究较多的是局部视觉导引方式。局部视觉导引方式是将单车看作一个智能体，在车上安装摄像机和图像采集系统实时地处理环境信息，其主要有基于自然场景和结构化场景两种导航方式。基于自然场景的导航方式经过运行路径周围环境的图像信息与环境图像数据库中的信息进行比较，从而确定当前位置并对运行路线做出决策。这种方法不要求设置任何物理路径，在理论上具有最佳的柔性；但三维图像处理的实时性差和环境图像数据库的难以建立，限制了它的实际应用。 基于结构化场景的导引方式一般是在地面粘贴或铺设一些特殊形状或颜色的线路和符号，由视觉系统识别预定义的路经，包括导引路径相对 AGV 的位置偏差和角度偏差、路径节点、工位、转弯、停车、加减速等标识。这种视觉导航方式的优点是视觉系统只需提取预设的特定目标，并根据目标特征的先验知识做进一

基于GPS的汽车导航系统的设计与实现

邮局订阅号：82-946360元/年技术 创新 汽车电子 《PLC 技术应用200例》 您的论文得到两院院士关注 基于GPS 的汽车导航系统的设计与实现 Realization and design of automobile guidance system based on GPS （吉林工程技术师范学院）张丹彤 ZHANG Dan-tong 摘要:设计并实现了一种以单片机为主要控制器件、基于GSP 模块的新型智能电动汽车底盘的导航系统。GPS 定位系统主 要采用技术非常成熟的GPS 模块进行与单片机的接口通信完成，使用更方便，定位也更准确。所设计的电动导航系统具有全球定位、自动控制、实时性好等多方面优点为一体，应用在当今的汽车上有较好的发展前景。关键词:GPS;导航;数据采集中图分类号:U49文献标识码:A Abstract:The present paper introduced one kind take the monolithic integrated circuit as the primary control component,based on GSP module new intelligent electric automobile chassis guidance system design.The GPS localization mainly uses the technical ex -tremely mature GPS module to carry on with the monolithic integrated circuit connection correspondence completes,use more conve -nient,the localization is also more accurate.This chassis collection whole world localization,the automatic control,timeliness good and so on the various merit is a body,applies has the good prospects for development on the now automobile.Keywords:GPS;navigation;data acquisition 文章编号:1008-0570(2008)11-2-0255-02 近年来，我国私人小轿车拥有量呈上升趋势，单位用轿车拥有量也在快速发展，对于这一类车辆，GPS 领航系统侧重于电子地图领航，对运行路线不固定的车辆，可预先设置到达目的地，在运行中告知运行路线，起到领航的重要作用。本论文介绍了一种以单片机为主要控制器件，基于GSP 模块的新型智能电动汽车底盘的导航系统设计。 1主体控制方案 本系统是以单片机为主要控制器件，基于GSP 模块的新型智 能电动汽车底盘的导航系统设计。该车底盘具有智能避障、 寻迹、测距、报警、寻光、行驶路程显示、行驶时间显示、车体所在环境温度显示、车体所在环境湿度显示、人工定位等功能。可以使用无线遥控器控制，并可以在上位机显示出它所在的位置等数据信息。本系统设计主要包括硬件电路的设计、实时操作系统程序设计、多机通信设计与总线接口的设计。系统框图如图1所示。 图1系统框图 本系统硬件电路主要包括控制模块、GPS 定位模块、电机 驱动模块、传感器数据采集模块、网络节点接口模块、光报警模 块、 显示驱动模块、时间模块、键盘模块与无线通信模块组成。传感器数据采集模块由光电传感器进行对光线的跟踪，红外传 感器进行对近距离的数据采集，声纳传感器进行对远距离的数 据采集，温度传感器对车体周围的环境温度采集，湿度传感器 对周围环境的相对湿度采集等。网络接口采用串行通信方式。 显示驱动模块由LED 数码管与液晶共同显示。无线通信模块采用FSK 方式进行无线传输。 2GPS 定位系统设计 GPS 定位主要采用技术非常成熟的GPS 模块进行与单片机的接口通信完成。电机驱动电路模块主要采用H 型电路构建而成。GPS 模块的电源接口供电有15v 、12v 、5v 、3.3v 不等，本系统为了设计简单采用全新台湾HOLUX 公司推出的SIRF 第三代高灵敏度超小型GPS 接收模块这是最新推出的产品，采用 SiRF 第三代芯片， 主要是定位灵敏度大大提高，例如在汽车上应用时，只要靠近车窗就能较好工作，使用更方便，定位也更准确。本模块主要是提供给从事GPS 模块二次开发的客户使用的，GPS 模块使用3.3伏 （70毫安）直流工作电压，默认每秒输出一次TTL 的NMEA-0183信号。 此模块接口定义如表1所示。GPS 控制模块口控制模块方框图如图2所示。为了使车具 有导航系统，所以在车体上安装了GPS 模块，本设计采用全新台湾HOLUX 公司推出的SIRF 第三代高灵敏度超小型GPS 接 收模块，该模块由6个控制脚组成。为了减轻主控CPU 的负担，并且为了模块化硬件，所以该GPS 模块由一块STC12C2052单 片机进行单独的控制，并且通过74HS573与主单片机进行总线通信。STC12C2052单片机与GPS 通过串行口连接，并且以4800bps 的波特率进行通信。单片机的P1口与74HC573的数据输入口相连接，作为并行的8为数据总线使用，而LE 端口通过一个反响器与STC12C2052单片机的P3.7连接，并且P3.7口 通过一个74HC14与主控单片机的INT0相连。这样当P3.7为张丹彤:副教授 255--

新型视觉区域智能车辆导航控制器设计

２００６年１０月 第２３卷第１０期公路交通科技ＪｏｕｒｎａｌｏｆＨｉｇｈｗａｙａｎｄＴｒａｎｓｐｏｒｔａｔｉｏｎＲｅｓｅａｒｃｈａｎｄＤｅｖｅｌｏｐｍｅｎｔ Ｏｃｔ．２００６ Ｖｏｌ．２３Ｎｏ．１０ 文章编号：１００２－０２６８（２００６）１０－０１０３－０５ 收稿日期：２００５－０８－０２ 基金项目：中国博士后科学基金资助项目（２００４０３６３９７）；吉林大学青年教师基金资助项目 作者简介：王荣本（１９４６－），男，教授，博士生导师．研究方向为智能车辆与汽车安全辅助驾驶．（ｗｒｂ＠ｊｌｕ．ｅｄｕ．ｃｎ） ０前言 近年来，在解决生产线的自动化与高速公路智能化的同时，人们也将研究方向转向市内新型区域 智能交通系统——— ＣｙｂｅｒＣａｒＳｙｓｔｅｍ的开发上来。这是智能车辆领域又一新的发展方向，旨在解决城市交通中存在的很多问题，是人类科技发展的一个象征。 区域智能车辆（ＣｙｂｅｒＣａｒ）是具有完全自主驾驶能力的道路交通工具，在初始阶段，它只是为在市区或限定范围内以低速行驶的短途运输而设计的，长期目标是能够在专用轨道上高速自动运行。 智能车辆的导航方法根据导航信息的形式不同，一般分为无线式导航和有线式导航。无线式导航又可分为参考位置设定法、标志反射法、图像识别法等。有线导航可分为磁感应式导航法、标识线图像识别法等。在上述的各种导航方式中，视觉导航因为具有信息丰富、适应范围广、智能化程度高等特有的优越性能而受到各国的关注，将逐渐成为智能车辆导航方式的主要发展方向。对于户外自主引导区域智能车辆（ＣｙｂｅｒＣａｒ）的导航控制器，目前较少论文涉及，为了开展对该领域的研究，我们设计并制造了基于视觉导航的ＪＬＵＩＶ－５区域智能车辆（Ｃｙｂｅｒ－ Ａｂｓｔｒａｃｔ：ＴｈｅｇｕｉｄｉｎｇｐｒｉｎｃｉｐｌｅａｎｄｃｏｍｐｏｓｉｔｉｏｎｏｆＣｙｂｅｒＣａｒｂａｓｅｄｏｎｍａｃｈｉｎｅｖｉｓｉｏｎｗａｓｉｎｔｒｏｄｕｃｅｄ．ＡｐｐｌｙｉｎｇＩＭｓｅｑｕｅｎｃｅｓｉｇｎａｌｓａｓｉｎｐｕｔｒｅｓｐｏｎｓｅｓｉｇｎａｌｓａｎｄｌｅａｓｔｓｑｕａｒｅｓｍｅｔｈｏｄｔｏｅｓｔａｂｌｉｓｈｔｈｅｄｙｎａｍｉｃｅｑｕａｔｉｏｎｆｏｒＣｙｂｅｒＣａｒｓｔｅｅｒｉｎｇｓｙｓｔｅｍｂｙｓｙｓｔｅｍｉｄｅｎｔｉｆｉｃａｔｉｏｎｅｘｐｅｒｉｍｅｎｔｓｃｏｍｂｉｎｅｄｗｉｔｈｔｈｅｐｒｅｖｉｅｗｋｉｎｅｍａｔｉｃｓｍｏｄｅｌａｎｄｔｗｏ－ｄｅｇｒｅｅｓｔｅｅｒｉｎｇｄｙｎａｍｉｃｍｏｄｅｌｏｆｖｅｈｉｃｌｅ，ｔｈｅｒｅｆｏｒｅｔｈｅｓｔｅｅｒｉｎｇｃｏｎｔｒｏｌｍａｔｈｅｍａｔｉｃｓｍｏｄｅｌｂａｓｅｄｏｎｐｒｅｖｉｅｗｋｉｎｅｍａｔｉｃｓｆｏｒＣｙｂｅｒＣａｒｗａｓｅｓｔａｂｌｉｓｈｅｄ．Ｔｈｅｏｐｔｉｍａｌｃｏｎｔｒｏｌｏｆａｌｉｎｅａｒｓｔａｔｅ－ｖａｒｉａｂｌｅｆｅｅｄｂａｃｋｗａｓｏｂｔａｉｎｅｄｔｈｒｏｕｇｈｔｈｅｌｉｎｅａｒｑｕａｄｒａｔｉｃｆｏｒｍｏｐｔｉｍａｌｃｏｎｔｒｏｌｔｈｅｏｒｙ．ＩｔｗａｓｐｒｏｖｅｄｂｙｔｈｅｓｉｍｕｌａｔｉｏｎａｎａｌｙｓｉｓａｎｄｏｕｔｄｏｏｒＣｙｂｅｒＣａｒｅｘｐｅｒｉｍｅｎｔｓｔｈａｔｔｈｅｏｐｔｉｍａｌｃｏｎｔｒｏｌｌｅｒｃｏｕｌｄｔｒａｃｅｔｈｅｐａｔｈｓｔｅａｄｉｌｙａｎｄｒｅｌｉａｂｌｙ． Ｋｅｙｗｏｒｄｓ：ｓｙｓｔｅｍｉｄｅｎｔｉｆｉｃａｔｉｏｎ；ｏｐｔｉｍａｌｃｏｎｔｒｏｌｌｅｒ；ｉｎｔｅｌｌｉｇｅｎｔｖｅｈｉｃｌｅ；ＣｙｂｅｒＣａｒ 新型视觉区域智能车辆导航控制器设计 王荣本，张荣辉，储江伟，金立生，游峰 （吉林大学交通学院，吉林长春１３００２５） 摘要：简要介绍了基于机器视觉导航区域智能车辆（ＣｙｂｅｒＣａｒ）的导航原理和组成。首先采用逆Ｍ序列作为辨识输入信号和最小二乘算法得到车辆转向系统的系统辨识特征方程，结合预瞄运动学模型和车辆二自由度转向动力学模型，从而建立车辆基于视觉预瞄的转向动力学控制数学模型，根据线性二次型最优控制理论得到状态线性反馈的最优控制规律。通过仿真分析和试验，验证了最优控制器在ＣｙｂｅｒＣａｒ户外路径跟踪过程中平稳、可靠。关键词：系统辨识；最优控制器；智能车辆；ＣｙｂｅｒＣａｒ中图分类号：ＴＰ２４ 文献标识码：Ａ ＣｏｎｔｒｏｌｌｅｒＤｅｓｉｇｎｆｏｒＣｙｂｅｒＣａｒＢａｓｅｄｏｎＶｉｓｉｏｎＮａｖｉｇａｔｉｏｎ ＷＡＮＧＲｏｎｇ－ｂｅｎ，ＺＨＡＮＧＲｏｎｇ－ｈｕｉ，ＣＨＵＪｉａｎｇ－ｗｅｉ，ＪＩＮＬｉ－ｓｈｅｎｇ，ＹＯＵＦｅｎｇ （ＣｏｌｌｅｇｅｏｆＴｒａｎｓｐｏｒｔａｔｉｏｎ，ＪｉｌｉｎＵｎｉｖｅｒｓｉｔｙ，ＪｉｌｉｎＣｈａｎｇｃｈｕｎ１３００２５，Ｃｈｉｎａ）

汽车导航系统

汽车导航系统 即车载GPS导航系统，其内置的GPS天线会接收到来自环绕地球的24颗GPS卫星中的至少3颗所传递的数据信息，结合储存在车载导航仪内的电子地图，通过GPS卫星信号确定的位置坐标与此相匹配，进行确定汽车在电子地图中的准确位置，这就是平常所说的定位功能。在定位的基础上，可以通过多功能显视器，提供最佳行车路线，前方路况以及最近的加油站、饭店、旅馆等信息。假如不幸GPS信号中断，你因此而迷了路，也不用担心，GPS已记录了你的行车路线，你还可以按原路返回。当然，这些功能都离不开已经事先编制好的使用地区的地图软件。 如何选购 1.地图设计要人性 硬件是基础，软件是灵魂，GPS导航仪的“灵魂”包括两个方面——软件引擎和地图数据，这两者是导航仪能否把你带到目的地的关键所在。电子导航地图是GPS导航仪赖以工作的另一个重要组件，电子导航地图的正确与否就直接决定了车主能否更快捷、更轻松地到达目的地。在当前的市场上，不论是国产还是完全进口，车载GPS产品内置的地图无非都是国内仅有的几个图商的资源，质量也是参差不齐。一般来说，正规品牌的GPS导航仪都会提供一年的免费更新，或者按次数计算，支持2次左右的免费更新服务。而在此之后更新地图就需要缴纳一定费用，一般来说GPS图商的地图更新维持在半年一次的水平，也有一些厂商每三个月更新一次数据，更新一次的费用在两百元左右。 2.搜星定位要快捷 作为导航产品，消费者最关心的当属它的收星能力，即信号接收能力。目前市场上销售的车载GPS大多数都会采用SiRFStarIII第三代芯片，这类芯片的优势是在有遮挡和天气情况恶劣的情况下可以捕捉和跟踪信号、减轻高楼林立带来的的信号干扰。此外，芯片的好坏还直接关系到计算路径时快捷准确的好坏。去同一个目的地，芯片的不同可能会出现不同的路线，而我们需要的是最佳路线。购买大品牌的产品不仅本身质量有保证，同时也可以享受一定年限的免费升级服务。选品牌其实也是在选售后，对于GPS导航产品来说，后续的服务问题更为重要，因为地图是在实时更新的。不同的厂商，获取地图数据的来源不同，免费的更新方式也有多种多样。购买时做好了解，可以避免使用后一些不避免的麻烦。此外，开机速度和反应速度都是重要参数，由于开车时要时刻注意安全并且汽车在高速行进中，因此速度快可以提升车辆导航的精确度，同时也可以节约使用者的操作时间，省时更省心。 3.导航要注重实用性

车辆定位导航系统的设计

车辆定位导航系统的设计 汽服1101班王园福 摘要：在人类文明历史上，车辆定位与导航系统的研究与发展已经有相当长的历史。智能车辆定位系统(IVLNS)是集中应用了自动车辆定位技术、地理信息系统与数据库技术、计算机技术、多媒体技术、无线通信技术等多项最新科技的多功能综合系统。本文详细介绍了包括地图匹配、最优路径规划技术研究、导航系统设计在内的关于车辆导航系统的设计思路。 关键词： IVLNS 嵌入式导航计算机车辆定位导航 1 引言 尽管车辆定位和导航系统仅仅在最近几年才开始出现在世界市场上，但却在世界范围内取得了迅猛的发展。从功能上划分，一个完整的IVLNS系统由以下功能模块构成：定位模块、包含车载电子地图数据库的地理信息系统、地图匹配模块、路径规划模块、路径引导模块、无线通信模块和人机交互模块。在目前汽车产业飞速发展、智能汽车正在展露头角的大环境下，车辆定位导航系统的设计和研发是很重要的。 2 地图匹配 地图匹配是一种基于软件技术的定位修正方法，其基本思想是将车辆定位轨迹与数字地图中的道路网信息联系起来，并由此确定车辆相对于地图的位置。地图匹配技术的应用有两个前提： 1）用于匹配的数字地图包含高精度的道路位置坐标。 2）被定位车辆正在道路网中行驶。 2.1地图匹配方式 导航电子地图的道路网数据以若干节点的形式存储，在每两个节点之间，道路都以直线近似，忽略道路的宽度。在每个节点处设立一个判断区域，当车辆在域外行驶时，可以认为其运动轨迹是一条直线；当进入判断域时，车辆将有可能作角运动。此时，利用定位传感器的输出来判断汽车是否开始转弯，若没有，则认为汽车还没有达到路口，进行地图匹配修正；若有角运动，则在更小的判断域内作进一步判断。当汽车开出判断域后，根据转弯的角度和路网信息确定下一条行驶路线，在新路线上进行位置匹配。 3 最优路径规划设计 车辆导航系统中的最优路径规划问题属于图论中的最短路问题，但是它具有自己的特点。首先车辆导航的实时性要求是显而易见的，在出行过程中一旦由于路况变化或其他原因使车辆未能按预定导航路线行驶，则系统必须重新计算最优路线，因此对规划算法的执行效率要求较高，即运行速度一定要快。一般来说，路径规划算法的高效实现可以利用三种方法来获得：采用先进的数据结构缩短运行时间；采用先进的搜索技术减小搜索空间；采用地图分层和分级搜索技术控制规划路网的规模。 4 车辆定位导航系统终端设计

视觉导航综述.

视觉导航及实验验证平台综述摘要：本文概述视觉导航技术。视觉导航通过图像采集设备收集近距离的环境信息，并利用计算机视觉技术进行图像处理获得环境信息，实现导航。首先比较了各种导航方式的优缺点，分析视觉导航的意义。接着概述了视觉导航的应用领域和研究现状，然后分析比较了视觉导航中的一些关键技术，简单介绍了视觉导航领域的SLAM问题。最后，综合国内外视觉导航技术研究存在问题，提出进一步研究方向和应用途径。 关键词：视觉导航；移动机器人；智能车辆；图像匹配；路径识别 0 引言在当今世界的先进技术领域里，往往存在这样的问题：为了完成某种特殊的任务，需要在已知或者未知环境中，使特殊的能完成既定任务的实验设备或平台按照既定的且满足最 优条件的路径运动或者到达既定目的地，这一类的问题便是导航。对于一般的导航系统，在给定命令的前提下，结合环境中的各种探测信息，并根据自身位姿信息作出决策使运动体而到达目标，在运动过程中，还需要不断优化全局路径。导航系统需要完成的任务包括以下三点：一，获取信息；二，处理信息；三，作出决策（即路径规划）。目前广泛使用的导航方法有[1]：航标法，航位推算法，天文导航，惯性导航，无线电导航，卫星定位导航和组合导航等。下文对各种导航方法对比说明。

航标法习惯称之为目视方法，它借助于信标和参照物对运动物体进行引导。目前仍在应用，但是这种方法过于依赖经验，受天气、地理条件的影响。航位推算法是通过一系列的速度增量来确定位置的，是一种自主导航方法，保密性强。但是随着时间推移会产生误差积累。天文导航是通过仪器设备对天体的位置精确测定，根据地理关系算出位置的相对导航方法，其缺点是误差积累受时间和气象条件限制，定位时间长，操作计算复杂[1]。惯性导航通过加速度测量技术和积分技术的综合应用得到运动体的速度和位置信息。这种导航技术完全依靠载体上的设备自主完成导航任务，因此隐蔽性好，不受外界条件限制。但是加速度及精度和误差积累严重限制该方法的应用。目前，惯性导航常常和其他系统综合使用。无线电导航通过测量信号的相位和相角定位，但其易受干扰。卫星导航利用卫星发射无线电波到地面接收器的时间来推算地面接收器所在的经纬度，其中GPS是目前真正实用的一种卫星导航和定位系统，但其技术为美国所垄断，我国也正在致力于这方面的研究[2]。 而自主照相机和图像处理技术的发展促使视觉导航技术的发展。视觉导航是通过摄像机对周围环境进行图像采集，并对图像进行滤波和计算，完成自身位姿确定和路径识别，并做出导航决策的一种新的当行技术。由于视觉导航的采用被动工作方式，设备简单，成本低廉，其应用范围很广。最主要的特征是视觉导航的自主性和实时性。它不依靠外界任何设备，只需对储存系统和

北斗车辆定位监控方案完整版

北斗车辆定位监控方案 Document serial number【NL89WT-NY98YT-NC8CB-NNUUT-NUT108】

军用车辆北斗定位管理方案 目录 一、概述 北斗系统是自行研制的全球与（BDS），是继美（GPS）和俄之后第三个成熟的。系统由空间端、地面端和用户端组成，可在全球范围内全天候、全天时为各类用户提供高精度、高可靠定位、导航、授时服务，并具短报文通信能力，已经初步具备区域导航、定位和授时能力，定位精度高，授时精度高。2012年12月27日，北斗系统空间信号接口控制文件正式版正式公布，北斗导航业务正式对亚太地区提供无源定位、

导航、授时服务。北斗卫星导航系统和、格洛纳斯系统及欧盟一起，是卫星导航委员会已认定的供应商。 采用 BD2 B1/GPS/北斗 L1 双模模块，实现北斗/GPS/北斗双模卫星定位监控，结合汽车行驶记录仪，信息显示屏，TF 卡存储，打印机，驾驶员 IC 卡身份识别，语音通话，多媒体监控存储，多种数据接口。汽车标准安装嵌入式结构设计，一体化结构。完全符合国标 GB-T 19056-2012/部标 JT/T 794-2011 标准和交通部《道路运输车辆卫星定位系统北斗兼容车载终端技术规范》的要求。适合于交通部推广客车、货车和危险品车北斗应用的要求。 1.1系统设计目标及原则 1.1.1系统设计目标 通过对GPS/北斗应用需求的认真分析与仔细研究，确定以下设计目标： 车辆监控平台与TMS之间无缝对接，能够实现车辆状态实时查询，提升客户满意度。系统设计为各类车辆分别提供各种专有报表，系统统采用分组管理，不同类型的车辆归入不同分组，便于管理。保证系统安全的前提下采用国际通用的系统规范、传输协议和子系统接口，能比较容易的实现与其他系统的网络连接和数据共享以及系统扩容。 1.1.2系统设计原则 系统设计必须遵循以下原则： 1)经济高效性。技术方案设计充分考虑市场经济原则，既有利于车辆的安全方便 管理，又有利于降低系统投资成本，特别是运营成本，能够充分考虑主控中心的市场化经营模式。 2)系统的开放性。系统设计遵循开放性原则，能够支持多种硬件设备和网络系 统，并支持二次开发。 3)系统的继承性。最大限度利用原有部分设备，充分利用已有硬件设备和网络资 源。

基于室内定位导航技术的停车场寻车解决方案

停车场室内定位导航车辆反寻 解决方案 深圳市捷顺科技实业股份有限公司 产品市场部

目录 1项目背景 (3) 1.1 系统功能概述 (3) 1系统及设备介绍 (3) 2系统构架图 (5) 2.1 系统拓扑图（停车场） (5) 2.1.1 蓝牙室内定位系统拓扑图 (5) 3室内定位导航工作原理 (5) 3.1 定位原理 (5) 4室内定位系统功能 (6) 4.1 车行导航 (6) 4.1.1 空车位导航： (6) 4.1.2 停车位导航： (6) 4.1.3 路径实时修正： (7) 4.1.4全程室内室外提示： (7) 4.1.5 实时位置查询导航： (8) 4.2 人行导航 (8) 4.2.1 室内导航： (8) 4.2.2 标记点导航： (9) 4.2.3 检索位置导航： (9) 4.3 商户位置导航............................................................................. 错误！未定义书签。 4.3.1 商户分类导航： (11) 4.4 反向寻车 (9) 4.4.1 输入车位找车 (9) 4.4.2 一键找车 (10) 5系统特点 (13) 6实施步骤及方法 (13) 7系统成本预算 (13)

1项目背景 随着互联网技术的迅猛发展，人们的生活水平的提高，智能终端成为人们日常生活不可或缺的通信、娱乐、生活、社交工具，蓝牙技术发展到4.0版本后，以快速的通信能力，超低功耗，获得了国内外主流通信厂商的广泛支持，以苹果为首的国际巨头推出基于区域位置服务的Ibeacon技术后，蓝牙软硬件技术得到也突飞猛进的发展。在互联网+背景下，出入口控制在传统卡、二维码、行为识别，生物特征识别，APP等鉴权方式下，提出了需要快速、便捷、安全、智能感知、云端物联、远程触发、多终端并行鉴权等新的需求，而蓝牙读头作为一种新的鉴权识别设备，为出入口控制提供新的鉴权方式，为设备交互提供简单高效的连接通道。 眼下GPS在室外的定位误差范围已经缩小到了5米，对于室内环境，GPS信号就显得极其微弱甚至是无影无踪了。近年来，随着人民的生活水平的提高，各种机动车数量的迅猛增长，随着互联网技术的飞速发展，现今在商场、购物中心等大型停车场，停车难和找车难是一般车主十分头疼的两个问题。一方面，很多热门区域停车场车位紧张，车主在停车场四处寻找车位；另一方面，由于停车场空间大、环境及标志物类似、方向不易辨别等原因，车主在停车场容易迷失方向，寻找不到自己的车辆。在大型建筑内，无法利用室外GPS找到目的地。 停车场蓝牙定位系统主要解决用户出入口鉴权，精确车位引导、反向寻车。可以为C端用户提供极佳的车场体验，同时可以为业主提高车位使用率，优化管理和降低成本。 系统方案 1.1系统功能概述 本系统主要为停车场用户提供精确定位导航找车功能：为手机客户端用户提供停车场内的定位导航功能，实时为用户提供停车场内的位置服务，包括为其提供停车位的数量显示，停车位至出口的最短路径导航，精确标记停车位置为用户返回时寻车提供导航。 1系统及设备介绍 根据目前停车场的基本情况，经过分析，基于室内定位导航技术的停车场寻车解决方案主要的功能模块是：停车场室内定位导航模块（PIPS-Parking Indoor Position System），为用户提供提停车场的室内定位导航服务，为用户找车位、离开后回来找车提供服务支持；PIPS 作为整个停车场系统的技术核心，为整个系统提供停车场室内定位导航，用户可以通过其定位、寻找出口、找空车位、寻车等服务。

汽车导航系统技术解析

汽车导航系统技术解析car navigation system GPS is a global positioning satellite 24 as a foundation, to provide all-weather around the world the three-dimensional position, three-dimensional velocity information such as a radio navigation and positioning system. GPS positioning principle is: the user to receive satellite signals, obtaining the distance, clock correction and atmospheric correction parameters between the satellite and the user from, to determine the location of the user through data processing. Now, the special function within the civil GPS positioning precision can reach 10m does GPS has long aroused the automobile profession's attention, when the United States announced the opening of a part of the GPS system in the Gulf War, the automobile industry to seize this opportunity immediately, invest in the development of automotive navigation system, positioning and orientation of automobile

视觉导航技术综述

视觉导航技术综述 唐超颖，杨忠，沈春林 （南京航空航天大学自动化学院，江苏 南京 210016） 摘要：概述了视觉导航技术。视觉导航依据视觉图像，利用图像处理、计算机视觉、模型识 别等相关技术获取运动体的运动信息和空间位置信息，实现导航。首先，简单比较了各种常 用的导航方式，分析了视觉导航的研究意义；其次，总结了目前视觉导航的应用领域及应用 概况；接着，介绍了局部视觉和分布式组合视觉两种导航方式的含义及应用情况；然后，分 析、比较了目前视觉导航研究中的一些关键技术；最后，综合国内外视觉导航技术研究的现 状及存在的问题，提出了进一步研究的方向与途径。 关键词：视觉导航、移动机器人、智能车辆、三维重建、图像匹配、路径识别 0 引 言 导航是指运动体按照预先给定的任务命令，根据已知的地图信息做出全局路径规划，并在行进过程中，不断感知周围的局部环境信息，做出各种决策，随时调整自身的姿态与位置，引导自身安全行驶，直至目标位置。导航系统要解决的问题包括：一、空间位置、方向、环境信息的检测；二、所获信息的分析、处理及综合；三、运动路径规划。根据环境信息的完整程度、导航指示信号类型、导航地域等因素的不同，目前常见的导航方法有：惯性导航、电磁导航、卫星导航、激光导航、红外导航、无线电导航、视觉导航及各种方式的组合导航等。 惯性导航利用加速度计与陀螺仪计算航程，推知当前位置和下一步目的地，不易受外界环境的影响，是目前的主要导航方法，但随着航程的增长，定位误差将会不断累加，导致定位精度下降[1]；电磁导航也称地下埋线导航，20世纪70年代迅速发展并广泛应用于柔性生产，其原理是在路径上连续埋设多条引导电缆，分别流过不同频率的电流，通过感应线圈对电流的检测来感知路径信息，该技术简单实用，但其成本高，改造和维护困难，且不适用于长距离导航[2]；卫星导航利用卫星发射无线电波到地面接收器的时间来推算地面接收器所在的经纬度，其中GPS是目前真正实用的一种卫星导航和定位系统，但其技术为美国所垄断，我国也正在致力于这方面的研究；激光和红外线定位由于可以达到很高的精度，近年也被广泛应用于导航领域，但激光导航需要向外界发射能量，不易隐身，红外导航易受日光影响，一般用于夜间导航；无线电导航方式中，角度到达定位和信号强度定位的精度不高，只能提供粗略的位置信息，抵达时间定位可以达到很高的精度，但是电波以光速传播，要达到米级精度，时间粒度需要纳秒级以上，且易受空中各种无线电波的干扰[3]。 视觉导航是采用CCD 摄像头拍摄路面图像，运用机器视觉等相关技术识别路径，实现自动导航的一种新兴导航方法[3]。由于视觉导航通常采用被动工作方式，设备简单、成本低、经济性好、应用范围较广，在理论上具有最佳引导柔性，因此近年来发展非常迅速。文中后续部分将对视觉导航的应用领域、适用范围、关键技术等方面做出综合分析。 基金项目：国家自然科学基金资助项目(60674100) 作者简介：唐超颖（1979-），女，江苏南京人，讲师，导航、制导与控制