本文首先研究Ｌｉｉｍｘ系统下的视觉图像摄取机制和Ｑｔ图形用户界面应用程序开发框架的多线程机制，在此基础上，利用基于Ｖｉｄｅｏ４Ｌｉｒｍｘ２协议的ＵＳＢ摄像头驱动和Ｑｔ编写程序实现视觉图像摄取功能。然后根据实际环境和视觉图像采集特点，通过对图像的预处理算法进行对比分析，研宂出针对泊车位两侧旁车侧位和纵位图像的最适合的预处理算法，并结合开源计算机视觉库ＯｐｅｎＣＶ２．４．１１编写程序实现图像预处理功能。接下来根据实验目的和图像的特征，研究出针对泊车位旁车两类图像的模式识别算法，并结合ＯｐｅｉｉＣＶ库编程实现泊车位图像模式识别功能。最后结合机器视觉测距原理和模式识别后的图像研宂出相应的泊车位环境参数测量算法，并编程实现测距功能。在实现以上功能的基础上，本文继续构建基于机器视觉的泊车位环境检测系统。首先将Ｑｔ／Ｅ系统和ＯｐｅｎＣＶ视觉库移植到ＡＲＭ嵌入式系统当中。然后将集成功能模块的应用程序移植到系统当中。最后利用图像摄取设备进行嵌入式系统的测试验证，并对实 际路况中得到的数据结果进行分析。通过测试结果分析，证明了系统的可靠性和实用性。

首先，采用张正友标定法对四路鱼眼相机进行标定，利用基于鱼眼标定的畸变矫正 模型对鱼眼图进行畸变矫正。实验结果表明，标定参数准确，畸变矫正效果良好；研究像素坐标系与车辆坐标系之间的转换关系，实现基于坐标转换的单目相机平面测距，测距误差在 5cm 以内，达到自动泊车系统要求。 针对空停车位检测任务，设计适用于空停车位检测任务的深度卷积神经网络并构建 空停车位数据集，该数据集由 16000 张 RGB 彩色鱼眼图像组成，包括空停车位、T 型车位角、L 型车位角三种类别，并进行人工标注。在空停车位数据集上训练空停车位检测模型，并在测试集中进行检测实验。实验结果表明，空停车位检测模型检测的准确率为 98.7%，漏检率为 0.9%，单张图片的检测速度为 19ms，模型具有良好的检测效果。 针对车位角中心点定位任务，基于对单个像素点进行回归的思想，提出用于车位角 中心点定位的浅层卷积神经网络，并制作车位角中心点数据集。车位角中心点数据集包括 10000 张彩色图片，并进行人工标注。在车位角中心点数据集上训练车位角中心点检测模型，并进行检测定位实验。实验结果表明，对数平均漏检率为 0.40%，单张图片检测速度为 18ms，车位角中心点定位误差在 2.5cm 以内，相对传统的检测方法，车位角中心点检测模型具有更高的检测和定位精度及更快的检测速度。 最后将鱼眼图畸变矫正、基于坐标转换的平面测距、空停车位检测模型以及车位角 中心点检测模型四个模块融合，提出自动泊车空停车位检测和定位算法，并在实车上开展实验。实验结果验证了自动泊车空停车位检测和定位算法的正确性和可行性。在实车自动泊车过程中，算法可实时地准确检测和定位空停车位，且可以检测和定位不同路面下的停车位，具有很强的泛化能力。

介绍了鱼眼摄像机模型以及鱼眼摄像机的内外参标定原理，其中，鱼眼摄 像机模型近似于等距投影模型，推导了空间中一点成像到鱼眼图像上一点的过程， 采用张正友标定算法标定相机内参，计算四路环视相机图像坐标系与同一世界坐 标系之间的转换关系进行相机外参的标定。 (2)分析了三角函数法与棋盘格标定法的俯视变换效果，对四路环视相机进行 俯视变换，获取相机俯视图。为了加快拼接速度，采用基于像素查找表的拼接方 法，将全景环视图像与俯视图之间的转换关系保存，每次拼接时只需要将图像坐 标系中的像素点搬运到俯视图像对应像素位置处。研究不同拼接区域选择对拼接 缝的影响，最终采用加权平均融合算法对拼接区域进行融合。 (3)根据车位检测算法的要求，分析了 Hough 变换与基于 LSD(Line Segment Detector)的直线检测算法对车位检测识别精度的影响，针对停车场景中存在大量 的“U 形”车位，设计算法过滤干扰线、提取停车位角点、拟合有效车位。由于 车辆在行驶过程中，经常会出现漏检现象，采用光流跟踪算法对车位进行跟踪， 确定了车位检测系统的设计流程。 (4)根据车位检测的要求搭建基于全景环视的车位检测系统，为了验证本文算 法的有效性，对不同泊车场景进行实验测试，主要包括晴天与雨天、地下车位与 地上车位，对检测识别效果进行实验测试与对比分析。实验结果表明，本文车位 检测算法适用于大多数天气情况以及泊车场景，能够有效检测到车位并减少漏检 和误检。

首先，介绍了系统工作的原理，激光网格的两个主要作用是区域划分和尺寸测 量。为了实现这两个作用，研究了激光网格的标定和捕捉。而其捕捉通过鱼眼摄像 头实现，因此，研究了相机模型、畸变模型和相机的标定方法。 其次，研究了基于激光网格的图像处理方案，由于激光网格带来的图像分割和 轮廓增益的效果，简化了图像处理的过程。主要研究的算法包括图像的畸变矫正、 图像的鸟瞰变换、图像的预处理和图像的分割与特征提取。 然后，分析了现实生活中的泊车场景，对泊车位和障碍物的类型进行了整理。 研究了泊车位和障碍物识别的方法，针对本文所提出的基于激光装置的视觉方案 的特性，分别对障碍识别、有车位线标识和无车位线标识这两类车位识别进行了分析。 最后，设计了自动泊车系统的架构，提出了视觉处理器的图像处理策略，通过 模拟真实泊车场景进行了泊车位识别和障碍物识别实验，并对不同类型的障碍物 实验进行了分析。实验结果表明，该方案能够很好的实现车位中和路径中障碍物的 识别，并能有效的解决障碍物和环境背景颜色相近似这一难题。

本文首先通过对泊车过程的工况进行分析，确立了车辆的运动学模型。并在对平行车位、垂直车位和斜车位的多种情况进行分析之后，确定了以超声波传感器为基础的自动泊车系统的车位检测方法。通过使用 MATLAB/Simulink软件平台，分别对三种车位的检测逻辑进行仿真验证，并证实了该车位检测方法的可行性。 其次，本文根据车辆的几何关系确定了最小泊车车位尺寸以及路径规划中需要使用到的各项参数。同时通过对平行车位、垂直车位和斜车位三种情况下的泊车流程进行分析，在最短泊车路径的基础上，分别求解出了不同车位情况下的泊车起始位置区域。为自动泊车系统的路径规划奠定基础。 再次，本文采用多项式对泊车路径进行规划。使用多项式进行路径规划计算简便，可保证路径曲率连续，同时可以满足转向系的要求。通过对泊车过程中可能发生的碰撞和泊车环境等进行分析，确定了规划路径的位置约束、姿态约束和避障约束。过 MATLAB/Simulink 分别计算出了三种车位情况下的可用泊车路径。为之后的路径跟踪奠定良好的基础。 最后，通过对驾驶员的驾驶经验进行总结，确定了模糊控制器的输入、输出、隶属度函数和模糊逻辑。并通过 MATLAB/Simulink 软件平台，对泊车路径进行跟踪。通过对后轴中点的位置误差、航向角误差和前轮转向角的分析，可以确定模糊控制器的有效性。

针对城市泊车位越来越狭小、泊车环境变得更复杂的问题，总结了国内外自动泊车系统的研究及应用现状，重点阐述了泊车过程中的车位检测、路径规划、路径跟踪。进而归纳出目前自泊车系统存在的问题及未来发展的趋势。

为有效降低平行泊车入位过程中对车位长度的要求，对车辆多次泊车的入位状态和在车位内多次移动的运动规律进行了分析，以泊车位长度为基准构建泊车模型，利用迭代算法确定车辆出库时的车身姿态角，根据车辆参数和车位左前方障碍点的约束条件验证了出库过程的合理性。运用Matlab对一次和多次泊车入位过程进行了仿真，结果表明：在同等条件下，与一次泊车入位相比，多次泊车入位对车位长度的要求大幅降低

本设计是基于北京三维力控组态软件设计的三层七车位立体车库控制系统，文件中包括设计源文件，设计报告，操作视频，可用于课程设计等。（1）利用3×3立体空间，设计车位利用率最大化。 （2）存车、取车、车位剩余指示功能及车库运行状态指示。 （3）剩余车位为零时，车位剩余状态红灯亮。 （4）有急停、继续功能及人员误入和火情报警功能。 （5）停车计时、报表管理及报警管理。 （6）能够模拟有人员误入和有火情发生功能。

车位租赁合同，分享给大家

利用粒子群优化小波神经网络进行车位预测，仿真结果显示预测精度较高