尊敬的各位读者:
根据当前疫情防控要求,我馆部分原文传递服务可能会有延期,无法在24小时内提供,给您带来的不便敬请谅解!
国家工程技术图书馆
2022年11月29日
摘要: 近几年,随着人工智能的不断发展,人工智能逐渐渗透到人们生活的方方面面,低速自动驾驶汽车就是其中之一。研究表明低速自动驾驶在技术和其它因素的影响下还不成熟,很容易出现自动驾驶事故,因此对低速自动驾驶车辆进行监控是非常有必要的,监控可... 展开 近几年,随着人工智能的不断发展,人工智能逐渐渗透到人们生活的方方面面,低速自动驾驶汽车就是其中之一。研究表明低速自动驾驶在技术和其它因素的影响下还不成熟,很容易出现自动驾驶事故,因此对低速自动驾驶车辆进行监控是非常有必要的,监控可以清晰的显示车辆周围信息。本文以低速自动驾驶车辆监控为研究对象,深入研究全景图像拼接技术,通过全景图像拼接技术将车辆周围的图像信息合成一张图像信息,传输到后台,实现监控。本文详细阐述了全景图像拼接技术以及数据传输过程,主要研究结果如下: 针对安装在车辆周围的鱼眼相机存在畸变问题。首先研究了鱼眼相机的成像模型,分析了从世界坐标点到图像坐标点之间的坐标转换关系;其次研究了张正友相机标定算法,对鱼眼相机进行标定求取内参数和畸变系数;最后通过标定结果,选用多项式校正模型,对鱼眼图像进行畸变校正。 对图像进行畸变校正后,研究了基于特征点的图像拼接算法,针对图像间位置偏差较大时,图像拼接容易出现错位、重影问题。提出一种深度学习和APAP模型结合的大视差图像拼接算法,实际结果显示,在 Mikolajczyk 数据集上,基于学习的SuperPoint和SuperGlue网络在特征点提取和匹配方面相比传统算法重复率提升20%左右,准确率达到99%,鲁棒性更强,准确率更高;最终拼接图相比传统算法图像质量评价指标NIQE降低6.5%左右,基本消除错位、重影问题,更符合视觉效果。 针对基于特征点的图像拼接算法对鱼眼图像以及车载环视图像拼接时效果不佳问题,研究了基于俯视投影变换的环视图像拼接算法。首先在车辆周围设置标定物,求取相机坐标系和地面坐标系之间的转换关系;其次,通过转换关系将校正后的图像投影到地面的俯视图像,最后对俯视图像进行拼接融合。针对环视图像拼接后出现拼缝问题,对加权融合算法进行改进,利用改进的加权融合算法对图像重叠区域进行融合,实现无拼缝的全景环视图像。 通过软件实现监控。首先,将四路鱼眼相机输出的模拟信号通过音视频编解码器转换为网络信号,并和PC机连接;其次,利用cv2.VideoCapture函数读取四路鱼眼相机的IP地址实现视频流的传输,通过线程同步机制使四路画面保持同步;最后采用QT设计界面显示。实验发现基本实现对低速自动驾驶车辆的监控。 收起
系统维护,暂停服务。
根据《著作权法》“合理使用”原则,您当前的文献传递请求已超限。
如您有科学或教学任务亟需,需我馆提供文献传递服务,可由单位单位签署《图书馆馆际互借协议》说明情况,我馆将根据馆际互借的原则,为您提供更优质的服务。
《图书馆馆际互借协议》扫描件请发送至service@istic.ac.cn邮箱,《图书馆馆际互借协议》模板详见附件。
根据《著作权法》规定, NETL仅提供少量文献资源原文复制件,用户在使用过程中须遵循“合理使用”原则。
您当日的文献传递请求已超限。