自动驾驶停车位检测技术

　　《自动驾驶停车位检测技术》主要介绍基于360°全景系统的停车位检测与识别技术，从自动驾驶的环境感知开始，介绍了车载图像采集系统，摄像机标定技术，视觉测距原理，360°全景图像生成原理等基础知识，然后分别描述了基于传统检测技术和基于深度学习的停车位检测方法，并通过范例实践验证，可为具备一定基础的人员提供相关技术的开发指导。《自动驾驶停车位检测技术》可供从事自动驾驶汽车相关工作的工程技术人员参考和使用。

　　桑海峰，男，1978年生，博士，教授，博士生导师。现为沈阳工业大学信息科学与工程学院测控系主任，辽宁省“百千万人才工程”千人层次人选。现主要从事智能视频分析、机器视觉检测与图像识别、无人驾驶之环境感知技术、深度学习技术研究。近年来，主持和参与国家及省部级科研项目10项目，发表学术论文50篇，被SCI、EI检索34篇，授权发明专利3项，出版教材1部。

第1章自动驾驶环境感知概述

1.1自动驾驶环境感知的背景

1.2停车位感知的背景及方法

参考文献


第2章图像采集传感器

2.1镜头

2.1.1镜头的结构

2.1.2镜头的焦距和视场

2.1.3镜头的景深和光圈

2.1.4镜头的像差

2.1.5镜头的类型

2.2摄像机

2.2.1CCD传感器

2.2.2CMOS传感器

2.2.3彩色摄像机

2.3摄像机与计算机接口

2.3.1通用串行总线USB

2.3.2千兆以太网

2.4车载摄像机

2.4.1工作原理

2.4.2应用特点

2.4.3摄像头实现的功能

2.5本章小结

参考文献


第3章传感器标定

3.1摄像机标定定义与分类

3.1.1摄像机标定定义

3.1.2基于是否需要标定物分类

3.1.3基于不同标定物分类

3.1.4基于模型的标定分类

3.1.5基于求解参数结果的标定分类

3.1.6基于求解方法的标定分类

3.2张正友摄像机标定法

3.2.1单应矩阵的计算

3.2.2摄像机内外参数求解

3.2.3双目摄像机的相对外部参数求解

3.3双目摄像机的标定实验

3.3.1单目摄像机的标定

3.3.2双目摄像机的立体标定

3.4畸变与校正

3.4.1径向畸变

3.4.2切向畸变

3.5本章小结

参考文献

第4章三维视觉及测距系统

4.1摄像机成像模型

4.2视觉测量坐标系

4.2.14个基本坐标系

4.2.24个坐标系之间的变换关系

4.3单目测距原理

4.4平行型双目摄像机测距原理

4.5立体匹配

4.5.1立体校正

4.5.2边界延拓

4.5.3匹配策略

4.5.4匹配基元

4.5.5约束准则

4.5.6相似性度量准则

4.5.7立体匹配视差测距

4.6本章小结

参考文献


第5章图像变换与拼接

5.1图像变换

5.1.1仿射变换

5.1.2透视变换

5.1.3示例程序： 鸟瞰图生成

5.2图像特征点匹配算法

5.2.1SIFT算法详解

5.2.2SURF算法详解

5.2.3RANSAC算法详解

5.3图像拼接

5.4图像拼接质量评价

5.4.1PSNR峰值信噪比评价法

5.4.2SSIM评价法

5.5本章小结

参考文献


第6章基于机器视觉的停车位检测

6.1OpenCV以及Visual Studio

6.1.1OpenCV概述

6.1.2起源及发展

6.1.3Visual Studio

6.2检测停车位前图像预处理

6.2.1线性滤波与非线性滤波

6.2.2图像亮度及对比度

6.2.3形态学运算

6.2.4图像金字塔与图像尺寸缩放

6.2.5阈值化

6.3停车位及车位线的特征提取

6.3.1边缘检测

6.3.2直线检测

6.3.3图像轮廓与分割

6.4停车位及车位线判定

6.4.1完整停车位检测

6.4.2不完整停车位检测

6.4.3缺损停车位检测

6.4.4示例程序： 停车位检测

6.5实验流程

6.6本章小结

参考文献


第7章基于深度学习的停车位检测

7.1深度学习的基本原理

7.1.1人工神经网络

7.1.2反向传播算法

7.1.3卷积神经网络

7.2经典的卷积神经网络

7.2.1LeNet

7.2.2AlexNet

7.2.3VGGNet

7.2.4ResNet

7.2.5YOLO v3

7.3车位检测的方法

7.3.1基于标记点的检测方法

7.3.2基于边界框的检测方式

7.4本章小结

参考文献