基于DSP的前方车辆检测方法研究

发布时间：2021-12-28 14:57

　　近年来,随着科技的飞速发展和车辆保有量的迅速增加,道路交通安全事故给人们的生命财产带来了巨大的损失,已然成为了当下人们普遍关心的焦点问题。汽车主动安全技术的出现,为提高道路交通安全提供了新的方向,受到了人们前所未有的关注。作为其重要技术组成部分的道路前方车辆检测技术是自适应巡航、防撞预警、自动紧急刹车等功能实现的基础,也是未来智能网联车辆实现的必然要求。本文面向高速公路等高等级公路下的复杂工况,围绕基于机器视觉的前方车辆检测系统及其算法的嵌入式移植等问题进行展开研究。首先研究了车辆检测算法的设计与仿真。介绍了Adaboost算法,阐述了其优势与基本原理以及级联分类器的构建过程。在传统级联Adaboost算法基础上,针对不同光照条件下系统的鲁棒性需求,通过直方图均衡化技术对样本进行预处理并训练了适用本系统的分类器模型。采用Matlab与VS仿真研究多种复杂条件下算法的检测效果,面向高速公路与城市道路下的复杂环境,针对系统高检测速度的需求,提出了基于多范围ROI区域选取的车辆检测方法,提高了系统的实时性。接着搭建了车辆检测系统平台。提出了基于DSP的嵌入式车载机器视觉解决方案。通过分析车辆... 

【文章来源】：江苏大学江苏省

【文章页数】：83 页

【学位级别】：硕士

【部分图文】：

016年全国各类事故死亡人数比例图

NAVLAB11实验车Fig.1.2TheCMUNAVLAB11

KIT无人驾驶车辆的立体相机模型构建Fig.1.3ConstructionofastereoscopiccameramodelforKITunmannedvehicle

【参考文献】：
期刊论文
[1]基于多模式弱分类器的AdaBoost-Bagging车辆检测算法[J]. 王海,蔡英凤,袁朝春.  交通运输工程学报. 2015(02)
[2]颜色特征模型在静态车辆检测中的应用[J]. 张力,邓亚航,饶小李.  武汉工程大学学报. 2015(01)
[3]基于单目视觉的夜间前方车辆检测方法[J]. 郭君斌,王建强,易世春,李克强.  汽车工程. 2014(05)
[4]基于机器视觉的汽车远近光灯的自适应切换算法[J]. 王海,蔡英凤,戴华平.  科学技术与工程. 2014(05)
[5]基于车底阴影的前方运动车辆检测[J]. 齐美彬,潘燕,张银霞.  电子测量与仪器学报. 2012(01)
[6]直方图均衡化在数字图像处理中的应用[J]. 李楠,刘永强,韩国华.  甘肃科技. 2010(18)
[7]基于边缘对称性的视频车辆检测算法[J]. 高磊,李超,朱成军,熊璋.  北京航空航天大学学报. 2008(09)
[8]基于DM642的嵌入式视频监控系统的实现与优化[J]. 郝宏伟,王淑敏,李渊.  微计算机应用. 2008(03)
[9]基于模型的车辆检测与跟踪[J]. 胡铟,杨静宇.  中国图象图形学报. 2008(03)
[10]EDMA在实时图像处理系统中的应用[J]. 耿磊,吴晓娟.  国外电子元器件. 2006(01)

硕士论文
[1]基于车道检测的车辆检测方法[D]. 宋慧敏.武汉理工大学 2008



本文编号：3554259