应用单层小波包近似压缩感知的道路理解
针对室外自主移动机器人道路理解中遇到的阴影、裂纹等奇异信号造成的视觉算法不鲁棒问题，以及导航图像实时处理时遇到的大数据难题，提出了单层小波包近似压缩感知（SLWPCS）概念，并给出了其实现方法，与基于自适应遗传算法的图像分割法相结合，构建出一套实时道路理解算法系统。通过粗测各级小波包分解后的近似道路图像，确定出不影响“路‐非路”二分类的最佳尺度空间；在最佳尺度空间中采用sym8小波对道路图像进行小波包分解，采用压缩感知矩阵对除斜线方向外的高频系数进行降维处理，并采用OM P算法重构高频系数，再与低频系数一起重构原图像；用灰度类间最大方差和类内最小方差构造适应度函数，对各帧道路图像进行最佳阈值自适应分割，确定出道路边界。采用轮式自主移动机器人作为研究平台，在实际道路和CM U提供的机器人道路视频中进行算法实验，结果表明，文中方法能够在具有阴影、裂纹、光照度变化的条件下鲁棒分割出道路边界，满足系统实时性要求。
单层小波包、近似压缩感知、自适应遗传算法、图像分割、道路理解
TP242.6(自动化技术及设备)
国家自然科学基金资助项目61103157；北京市教委科技计划面上项目SQKM201311417010；北京联合大学人才强校计划交通工程教学创新团队培养资助项目BPHR2014F02．
2014-12-12（万方平台首次上网日期，不代表论文的发表时间）
共9页
2007-2015
