汽車前方可行區(qū)域計算機視覺感知系統(tǒng)的研究:如何給智能輔助駕駛車輛提供準確的外界環(huán)境信息，使其決策控制建立在實時準確的道路環(huán)境信息之上是智能輔助駕駛車輛研究的關鍵問題。本文對車輛可行區(qū)域的感知環(huán)節(jié)進行了研究，通過分析攝像頭采集的道路圖像，提出了道路邊緣曲線點生長搜索算法，并對其進行了聚類直線擬合，同時對攝像機建立了鏡頭畸變模型并確定其內部參數(shù)，運用道路平坦假設將圖像平面內的車輛可行區(qū)域轉換到車體坐標系下，從而為智能輔助駕駛車輛提供最基本的外界環(huán)境信息。最后將可行區(qū)域感知系統(tǒng)在實驗車上進行集成實現(xiàn)，并進行了相應的道路實驗，取得了良好的道路感知效果。該論文的研究對于智能輔助駕駛車輛的視覺系統(tǒng)研究提供了一條可行的研究途徑。

§1.1 課題的提出1
1.1.1.智能車輛對視覺系統(tǒng)的要求1
1.1.2.視覺系統(tǒng)研究的意義2
§1.2 課題研究的歷史與現(xiàn)狀3
1.2.1.非基于視覺的智能車輛研究3
1.2.2.基于視覺的智能車輛的發(fā)展歷程3
1.2.3.視覺研究的歷史與現(xiàn)狀6
§1.3 本文的研究目標及主要研究工作7
第二章可行區(qū)域感知系統(tǒng)的整體設計 10
§2.1 智能車輛的整體結構分析 .10
§2.2 本課題感知系統(tǒng)的體系結構 .10
§2.3 感知系統(tǒng)各功能模塊的設計分析 .14
第三章可行區(qū)域感知系統(tǒng)的算法研究 16
§3.1 圖像平面內可行區(qū)域建立的算法研究.16
3.1.1. 圖像噪聲的去除17
3.1.2．道路邊緣的增強19
3.1.3．道路邊緣與圖像背景的分割21
3.1.4．道路邊緣矢量點的提取22
3.1.5．道路邊緣矢量點聚類擬合26
3.1.6．從序列圖像中提取可行區(qū)域的算法26
§3.2 車體坐標系下可行區(qū)域建立的算法研究.27
3.2.1.攝像機成像參數(shù)的簡化研究.28
3.2.2.攝像機內部參數(shù)確定的建模.29
3.2.3.可行區(qū)域建立的算法.33
§3.3 本章小結.35
第四章可行區(qū)域感知系統(tǒng)的實現(xiàn) 37
§4.1 可行區(qū)域感知系統(tǒng)的硬件實現(xiàn).37
4.1.1．圖像的捕捉設備： 37