《複雜環境下基於單目大視角相機的廣義障礙物魯棒檢測》是依託東北大學，由劉威擔任項目負責人的面上項目。
基本介紹
- 中文名：複雜環境下基於單目大視角相機的廣義障礙物魯棒檢測
- 項目類別：面上項目
- 項目負責人：劉威
- 依託單位：東北大學
中文摘要,結題摘要,
中文摘要
在複雜環境下，基於單目視覺的廣義障礙物檢測是智慧型車、機器人導航等領域的核心問題之一。近年來，大視角相機由於具有感知範圍大的優點，逐漸被人們套用到障礙物檢測領域。然而此類相機的成像存在著扭曲失真問題，這使得傳統的障礙物檢測技術難以被直接使用。如何基於單目大視角相機實現廣義障礙物的魯棒檢測是一個重要研究課題。.本項目針對大視角相機的成像特點，提出大視角相機的投影轉換模型，突破廣泛變換下的圖像不變性特徵提取及特徵匹配技術，並在此基礎上建立相機自運動模型，研究基於多種不變性特徵的運動參數估計技術、基於多特徵融合的廣義障礙物檢測技術、線上跟蹤技術以及障礙物空間柵格地圖生成技術，從而實現任意類型障礙物的可靠檢測與碰撞避免。本項目研究內容涉及視覺障礙物檢測領域的難點問題，具有重要的理論與學術研究價值。同時，本項目研究成果可套用於智慧型車、汽車輔助駕駛、智慧型機器人導航等領域，可產生顯著的社會價值和套用價值。
結題摘要
在複雜環境下，基於單目視覺的廣義障礙物檢測是智慧型車、機器人導航等領域的核心問題之一。近年來，大視角相機由於具有感知範圍大的優點，逐漸被人們套用到障礙物檢測領域。然而此類相機的成像存在著扭曲失真問題，這使得傳統的障礙物檢測技術難以被直接使用。如何基於單目大視角相機實現廣義障礙物的魯棒檢測是一個重要研究課題。 本項目針對上述問題，搭建了實驗室環境和車載實驗環境，在全面調研相關領域今年成果的基礎上，首先研究了大視角相機的成像變形處理技術和自車運動參數魯棒估計技術，並在此基礎上建立相機自運動模型。研究了基於多特徵融合的廣義障礙物檢測技術，研發了橫穿障礙物檢測算法以及線上跟蹤技術以及障礙物空間柵格地圖生成技術，從而實現任意類型障礙物的可靠檢測與碰撞避免。更進一步的，研究了廣義障礙物魯棒檢測技術、基於3D空間布局理解的道路交通場景中的障礙物檢測技術、基於CNN的道路交通場景中障礙物檢測技術以及基於多姿態行人檢測技術，並提出了基於圖像特徵點的識別方法及其3D重建方法。 本項目研究內容涉及視覺障礙物檢測領域的難點問題，具有重要的理論與學術研究價值：發表論文10篇，申請專利15件，獲得各級獎勵9項。同時，本項目研究成果可套用於智慧型車、汽車輔助駕駛、智慧型機器人導航等領域，相關研究成果和系統已經獲得了上汽、一汽、宇通等企業項目，產生了顯著的社會價值和套用價值。
