一种基于ARM和Opencv的视觉导航车环境感知系统

技术特征：
1.基于arm和opencv的视觉导航车环境感知系统，其特征在于：包括如下步骤：步骤一：搭建交叉编译环境：在ubuntu安装交叉编译工具链，完成的算法先在x86平台编译运行观察效果，再交叉编译为arm架构的可执行程序；另外linux内核裁剪后也需交叉编译后再移植；步骤二：相关算法的选择：基于霍夫变换的车道线检测，车道线的最明显特征就是直线，所以使用经典的霍夫变换检测路面的直线，并根据车道线的面积、长宽和位置特征去除干扰直线；基于centrist特征的行人检测，这个特征检测方法特征提取时间，满足实时性的要求；步骤三：根据车牌宽度和所占像素数量进行车辆距离测量：在测量车距时，通过检测机构来进行测量，各种车辆的车牌宽度总是相近，根据车牌所占像素的多少可粗略估测前方车辆的距离；由于摄像头视角原因，通过车辆底部在屏幕中的位置推测距离。2.根据权利要求1所述的基于arm和opencv的视觉导航车环境感知系统，其特征在于：所述检测机构包括控制机构、检测传感器、采集摄像头、数据传输器；数个检测传感器、采集摄像头与控制器的输入端连接，控制机构的输出端与数据传感器连接，所述采集摄像头包括摄像头、连接杆、粘接板、不干胶体；摄像头的上端安装有连接杆，连接杆的上端安装有粘接板，粘接板上安装有不干胶体。3.根据权利要求1所述的基于arm和opencv的视觉导航车环境感知系统，其特征在于：所述控制机构包括控制器、存储器、连接插接器；控制器的存储端与存储器连接，控制器通过数据线与连接插接器连接。

技术总结
本发明公开了基于ARM和Opencv的视觉导航车环境感知系统，涉及导航技术领域；包括如下步骤：步骤一：搭建交叉编译环境；步骤二：相关算法的选择；步骤三：根据车牌宽度和所占像素数量进行车辆距离测量：在测量车距时，通过检测机构来进行测量，各种车辆的车牌宽度总是相近，根据车牌所占像素的多少可粗略估测前方车辆的距离；由于摄像头视角原因，通过车辆底部在屏幕中的位置推测距离；本发明能够使得目标检测算法和车辆测距的准确性和实时性，且测量准确；能够实现快速检测，使用方便，同时能够节省检测的时间。省检测的时间。省检测的时间。


技术研发人员：王啸天
受保护的技术使用者：哈尔滨理工大学
技术研发日：2022.04.26
技术公布日：2022/7/29