论文部分内容阅读
目前,随着全国汽车保有量快速增长,停车难的问题日益突出。AGV智能泊车系统可以有效缓解停车难的问题,然而该系统交互区的停车状态各式各样,会影响到自动泊车机器人的正常作业流程及工作效率。停车行为不影响自动泊车机器人正常作业的定义为规范停车行为,否则定义为违规停车行为。为了更好对各种停车行为进行有效识别,为自动泊车机器人对车辆的搬运提供有效信息,满足泊车系统的正常运作,本文对几点关键技术进行了研究,具体包括:(1)获取车辆静止后的车身斜向角度值及车身位置信息。在车辆进入交互区后,首先进行车辆检测,对车辆静止状态进行判定,再对静止状态下的车身信息进行提取计算,获取车辆在交互区中的车身斜向角度值及车身四个顶点的坐标信息。(2)判定停车行为规范与否,并提醒车主对违规停车行为进行纠正。将得到的车身斜向角度值及车身四个顶点的坐标信息,跟符合规范停车的指定角度范围及指定的边界坐标进行比较,根据比较结果进行判定。(3)获取车辆静止后车轮的坐标信息。本文设计了一种基于车辆侧面信息的俯视图车轮位置求法,即先从侧视图提取车轮轮廓和车身外接轮廓,得出车轮的中心、车轮直径以及车身总长度,进而求得车轮中心到车辆前保险杠的距离与车身总长度的比率,再结合俯视图中的车身轮廓求出车轮在俯视图中的坐标。(4)判定人员是否离开交互区。运用HOG特征与SVM相结合的方法以及背景差分法分别进行行人识别。以识别到的行人轮廓最小外接矩形的坐标是否在交互区中指定的边界范围内作为判定条件。最后,综合上述,本文在VS2010和OpenCV2.4.8平台下进行设计,并利用实地采集的停车视频数据进行实验验证。实验结果表明,论文能够在保证算法实时性的前提下,较准确地对交互区停车行为进行视觉识别,满足AGV智能泊车系统在交互区的工作需求。