智能车的前方车辆检测和跟踪方法研究

发布时间：2017-10-26 21:12

  本文关键词：智能车的前方车辆检测和跟踪方法研究

  更多相关文章： 前方车辆检测 前方车辆跟踪 对称性检测 智能交通

【摘要】：基于视觉的实时车辆检测与跟踪是智能交通领域的一个重要研究课题,在车辆辅助驾驶、危险报警等方面有着很好的应用前景。前方车辆的检测与跟踪用于准确的检测前方是否有车辆,并为车辆辅助驾驶系统提供有效地驾驶环境信息。本文主要研究单目视觉的前方车辆检测和跟踪算法,通过对比分析国内外的车辆检测和跟踪算法,提出了一种基于改进ACF(Aggregated Channel Features,基于聚集通道特征的目标检测器)算法的前方车辆检测算法和一种基于多子模板的NCC(Normalized Correlation Coefficient,基于归一化互相关系数的图像相似性度量)匹配车辆跟踪算法,并实现了前方车辆的检测与跟踪软件系统。主要研究内容有两点:(1)前方车辆检测算法研究。本文提出了一种基于改进ACF算法的车辆检测算法,该方法能够实时检测复杂的城市道路上的前方车辆。通过分析前方车辆的特点,将车尾的垂直边缘特征引入到ACF特征中,与原有的10通道特征共同组成新的11通道特征,并用改进的ACF特征检测前方车辆,分类器选用Adaboost,得到初始检测结果,然后对初始检测结果进行NMS,去除多余检测窗口,再采用车尾灰度对称性验证检测窗口,最后结合ACF检测结果与车尾灰度对称性验证结果得出最终检测结果。算法实时性好,检测精度高,适用于复杂的城市道路上前方车辆检测。(2)前方车辆跟踪算法研究。本文提出一种基于多子模板的NCC匹配跟踪算法,算法通过在目标模板中选取若干个矩形小块作为子模板,再剔除标准差小于一定阈值的子模板,然后建立搜索图像金字塔,用NCC算法计算每个子模板与金字塔图像的归一化互相关系数矩阵,最后,综合所有子模板与金字塔图像的归一化互相关系数矩阵建立最终的跟踪结果。算法不仅跟踪精度高、有较好的实时性能,还具有抗部分遮挡和光照变化的优点。在软件系统实现中,本文采用Visual Studio 2013+Open CV 2.4.9作为编程开发环境,开发出了前方车辆检测与跟踪系软件,软件主要包括图像采集模块、车辆检测模块、车辆跟踪模块以及决策模块。对实验结果分析表明:本文的车辆检测和跟踪算法能够准确的检测并跟踪前方车辆,并且能够满足实时检测与跟踪的要求。
【关键词】：前方车辆检测 前方车辆跟踪 对称性检测 智能交通
【学位授予单位】：湖南大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U463.6;U495;TP391.41
【目录】：

• 摘要5-6
• ABSTRACT6-13
• 第1章 绪论13-27
• 1.1 研究背景和意义13-16
• 1.2 国内外研究现状16-20
• 1.2.1 国外研究现状16-18
• 1.2.2 国内研究现状18-20
• 1.3 基于视觉的车辆检测与跟踪算法概述20-25
• 1.3.1 车辆检测算法概述20-24
• 1.3.2 车辆跟踪算法概述24-25
• 1.4 本文的主要研究内容25-26
• 1.5 本文组织结构26-27
• 第2章 智能车前方车辆检测与跟踪系统的总体设计27-34
• 2.1 交通信息机器视觉感知与智能交互处理系统简介27-28
• 2.2 智能车前方车辆检测与跟踪系统的设计概述28-33
• 2.2.1 智能车前方车辆检测与跟踪系统的硬件28-30
• 2.2.2 智能车前方车辆检测与跟踪系统的算法30-32
• 2.2.3 智能车前方车辆检测与跟踪系统的软件32-33
• 2.3 本章小结33-34
• 第3章 智能车的前方车辆检测方法34-47
• 3.1 ACF检测算法34-38
• 3.1.1 ACF的通道35
• 3.1.2 ACF的快速特征金字塔35-36
• 3.1.3 ADABOOST分类算法36-38
• 3.2 基于改进ACF算法的车辆检测算法38-43
• 3.2.1 改进的ACF特征38-39
• 3.2.2 NMS抑制多余检测窗口39-41
• 3.2.3 车尾灰度对称性验证41-42
• 3.2.4 加权得到最终结果42-43
• 3.3 实验结果分析43-46
• 3.4 本章小结46-47
• 第4章 智能车的前方车辆跟踪方法47-57
• 4.1 NCC匹配算法47-48
• 4.2 基于多子模板的NCC匹配跟踪算法48-53
• 4.2.1 目标模型48-50
• 4.2.2 目标跟踪50-52
• 4.2.3 模型更新52-53
• 4.3 实验结果分析53-56
• 4.4 本章小结56-57
• 第5章 智能车前方车辆检测与跟踪系统的软件开发57-61
• 5.1 图像采集模块开发57-58
• 5.2 车辆检测与跟踪模块开发58-59
• 5.3 决策模块开发59
• 5.4 显示控制模块开发59-60
• 5.5 本章总结60-61
• 总结与展望61-63
• 总结61-62
• 展望62-63
• 参考文献63-68
• 致谢68-69
• 附录A 攻读硕士学位期间所获论文和专利69-70
• 附录B 攻读学位期间所参加的科研项目目录70

【相似文献】

中国期刊全文数据库 前9条

1 肖志涛;王悦;耿磊;张芳;;基于团块几何和位置特征的夜间前方车辆检测方法[J];河北工业大学学报;2013年05期

2 王海;张为公;蔡英凤;;一种前方车辆后轮接地点检测算法[J];现代交通技术;2011年04期

3 马雷;臧俊杰;张润生;;不同光照条件下前方车辆识别方法[J];汽车工程;2012年04期

4 马雷;武波涛;于福莹;;复杂路面环境下前方车辆识别目标函数的选取[J];汽车工程;2009年04期

5 高德芝;段建民;于宏啸;;基于激光雷达和摄像机的前方车辆检测[J];北京工业大学学报;2012年09期

6 张建明;张玲增;刘志强;;一种结合多特征的前方车辆检测与跟踪方法[J];计算机工程与应用;2011年05期

7 马雷;武波涛;卢艳楠;张杨;;基于信息融合的道路前方车辆识别研究[J];公路交通科技;2009年08期

8 刘志强;程红星;王运霞;;车辆防撞检测技术研究[J];公路交通科技(应用技术版);2008年06期

9 ;[J];;年期

中国重要报纸全文数据库 前6条

1 记者 张晔　通讯员 杨萍 田野;南理工一技术给汽车提供安全“智能助理”[N];科技日报;2009年

2 本报驻萨格勒布记者 赵嘉政;克前副总理被判服刑22个月[N];光明日报;2013年

3 尹灿生;预防车祸的招数[N];云南政协报;2000年

4 本报记者 ，

本文编号：1100415