基于雷达和机器视觉的前车检测预警技术研究

发布时间：2020-05-06 09:37

【摘要】：目前,随着汽车数量的增加,道路交通事故也越来越频发,在这些事故中,汽车追尾碰撞占了很大的比例,严重威胁人们的人身财产安全,因此为了有效避免此类交通事故的发生,研发一种前车检测预警系统成为迫在眉睫的事情。常用的前方车辆检测方法有基于机器视觉和基于雷达两种方法。基于机器视觉的前方车辆检测方法具有较好的鲁棒性,但实时性较差且容易受到光照、天气等环境因素的影响,从而影响检测结果的准确性;基于雷达的前方车辆检测方法不易受环境因素影响且实时性高,但是其易受噪声影响,且大气传输损耗较大。考虑到传统的前方车辆检测方法是依靠单一的传感器,存在着漏检、误检等问题,本文采用了基于毫米波雷达和视觉两种传感器的前方车辆检测技术并进行预警。首先通过安装在车内的CCD摄像头传感器获得前方车辆行驶的视频图像,将视频图像传到PC端,并结合车道线和车辆阴影的方式初步获得前方车辆粗定位,再通过检测车辆左右边缘特征和车轮灰度值进一步确定前方车辆在像素空间中的位置;其次利用毫米波雷达传感器获取前方障碍物的信息,通过滤除空目标、无效目标和静止目标,得到前方有效目标车辆的距离、速度和加速度等信息;最后根据信息融合模型实现机器视觉获取的信息与毫米波雷达采集的信息融合。本文在实现了机器视觉和毫米波雷达采集的信息在时间和空间融合的基础上,最后通过matlab仿真软件中的Simulink模块建立前车预警模型,并在基于GUI图像界面搭建了模拟预警监控仿真平台。通过matlab仿真软件中Simulink模块和GUI图像的联合仿真实验对目标状态预测的预警算法进行了验证。仿真结果表明,通过雷达和机器视觉的信息融合,大大提高了预警的准确度,能够有效降低错检率和误检率,提高前车检测结果的正确率,具有较高的实时性、鲁棒性和准确性,达到了预期的目标和要求。
【图文】：

）加权平均法平均法是通过人眼对彩色图像颜色的不同敏感程度，给红、蓝、绿三色11 和 0.59 的权重。加权平均法公式表示如式 2-3 所示。(i ,j)0.3V(i,j)0.11V(i,j)0.59V(i,j)grayredbluegreen 于平均值法和最大值法，加权平均法得到的结果更符合人眼的要求，容因此本文采用加权平均法进行图像灰度化处理，如图 2-1（a）所示为彩b）为灰度化处理后获得的图像。

11（c）原直方图 （d）均衡化直方图图 2-2 原图和均衡化图像Fig.2-2 Original image and equalized image 图像去噪摄像机拍摄视频的过程中，除了有外界环境的干扰，设备本身会有对图像，产生噪声干扰，影响检测结果，因此本文还要对图像进行去噪处理，消假边缘来提高图像检测的准确性。图像的去噪方法有空间域法和频率域法是直接对图像的像素点进行处理的方法，邻域平均法就是空间域法中的一
【学位授予单位】：南京林业大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：U463.6;TP391.41

【相似文献】

相关期刊论文 前10条

1 ;机器视觉对线缆市场的影响及趋势[J];功能材料信息;2018年04期

2 郑植;席先鹏;王楠;蒋欣燎;夏山淋;;机器视觉在网球捡球机器人中的应用研究[J];科技创新与应用;2019年16期

3 朱阳芬;银冬平;邹舜章;王海文;周为;;机器视觉在汽车行业中的发展与应用[J];汽车实用技术;2017年22期

4 吴东明;王丽娟;;基于GPS和机器视觉的自主导航定位农机设备研究[J];农机化研究;2018年02期

5 ;机器视觉时代,最好的时代![J];智能机器人;2018年02期

6 宗卫红;;台达机器视觉系统助力制造业迈向智造新时代——访台达集团-中达电通机器视觉产品项目经理王风路[J];国内外机电一体化技术;2016年06期

7 何遥;;宇视揭秘安防机器视觉[J];中国公共安全;2016年19期

8 阮晋蒙;;机器视觉:让中国制造2025“看”得更远[J];新经济导刊;2017年Z1期

9 ;凌华科技推出三款高性能机器视觉产品[J];自动化应用;2017年02期

10 ;台达携机器视觉系统解决方案 亮相2017上海国际机器视觉展[J];变频器世界;2017年03期

相关会议论文 前10条

1 金守峰;张慧;;面向机器视觉的织物纬斜检测方法[A];全国先进制造技术高层论坛暨第九届制造业自动化与信息化技术研讨会论文集[C];2010年

2 管庶安;周龙;陈永强;廖明潮;;机器视觉在粮食品质检测中的应用研究[A];中国粮油学会第三届学术年会论文选集（下册）[C];2004年

3 张超;徐建瑜;王文静;;基于机器视觉的梭子蟹质量估计方法研究[A];浙江省信号处理学会2013学术年会论文集——信号处理在海洋[C];2013年

4 刘炎艳;;基于机器视觉的卷烟32位码识别系统研究[A];中国烟草学会2014年学术年会入选论文摘要汇编[C];2014年

5 王海宽;张锐;周志境;费敏锐;;基于机器视觉的智能医疗吊塔系统的设计与实现[A];2015全国嵌入式仪表及系统技术会议程序册[C];2015年

6 王稳;郭文成;叶宇翔;;基于机器视觉的激光光斑位置测量[A];2015年工业设计与协同创新学术会议暨第20届全国工业设计学术年会论文集[C];2015年

7 吴远峰;金翠娥;刘颖卓;;基于机器视觉的智能检测方法研究[A];第十一届全国磁粉渗透检测技术年会论文集[C];2017年

8 胡庆新;王伟;顾爱华;;基于机器视觉的农产品物料分级检测系统关键技术研究[A];2011下一代自动测试系统学术研讨会论文集[C];2011年

9 杨战红;何占方;李旦;徐锐;;基于机器视觉的五坐标机床旋转轴误差检测方法[A];探索科学2016年5月学术研讨[C];2016年

10 张超;李慧;;基于机器视觉的零件自动识别研究[A];探索 创新 交流（第7集）——第七届中国航空学会青年科技论坛文集（下册）[C];2016年

相关重要报纸文章 前10条

1 本报记者 李佳师;人工智能市场逼近2700亿元 三大难题待突破[N];中国电子报;2016年

2 本报记者 曹卫新;掘金机器视觉百亿元市场 天准科技65天过会[N];证券日报;2019年

3 宜宾 李定川;机器视觉光源基础及选型指导(一)[N];电子报;2018年

4 本报记者 骆轶琪;机器视觉的产业化演进：半导体打开想象空间[N];21世纪经济报道;2018年

5 中国电子信息产业发展研究院信息化研究中心智慧城市研究室主任 刘鹏宇;智能技术：呈现八大趋势[N];中国电子报;2017年

6 赛迪智库信息化中心助理研究员 刘鹏宇;2017年智能技术发展趋势[N];中国计算机报;2017年

7 经济日报·中国经济网记者 周明阳;给机器一双“慧眼”[N];经济日报;2017年

8 本报记者 胡心媛;机器视觉展推动智能制造落地[N];中国贸易报;2017年

9 本报记者 蔡炜;书写“东方工匠”传奇的黑牡丹集团技术总监邓建军：“创新，，只有起点没有终点”[N];新华日报;2017年

10 本报研究员 费天元;机器视觉成争夺焦点 应用场景将加速拓展[N];上海证券报;2016年

相关博士学位论文 前10条

1 侯杰;飞行器机器视觉框架设计及算法研究[D];西安电子科技大学;2017年

2 郭依正;基于机器视觉的俯视群养猪个体识别与饮水行为分析研究[D];江苏大学;2018年

3 李晨;基于机器视觉的不同属性表面中微弱缺陷的检测技术研究[D];浙江大学;2018年

4 胡志新;基于机器视觉的钢轨踏面磨耗剥落检测技术研究[D];南昌大学;2018年

5 吴衡;机器视觉鬼成像理论与实验研究[D];华南理工大学;2017年

6 项森伟;高温单晶硅液位和直径视觉检测关键技术及应用研究[D];浙江大学;2018年

7 胡越黎;目的机器视觉研究及其在皮肤症状识别中的应用[D];上海大学;2005年

8 韩彦芳;机器视觉中的聚类检测新方法[D];上海交通大学;2006年

9 饶洪辉;基于机器视觉的作物对行喷药控制系统研究[D];南京农业大学;2006年

10 周平;基于机器视觉的自然目标特征学习与即时检测[D];浙江大学;2006年

相关硕士学位论文 前10条

1 王真;基于机器视觉的继电器底座检测系统的研究[D];厦门大学;2017年

2 李航;基于机器视觉的鸡胴体质量在线分级系统[D];南京农业大学;2017年

3 徐晓龙;基于机器视觉的湿法薄毡产品质量检测研究与应用[D];武汉理工大学;2018年

4 金磊;基于机器视觉的全向移动车运动控制研究[D];武汉理工大学;2018年

5 张娟;基于机器视觉的风电机组识别及编组标定[D];南通大学;2018年

6 苏晓峰;基于机器视觉的目标识别系统研究[D];厦门大学;2018年

7 王卫芳;磨削表面形貌仿真及其在机器视觉粗糙度测量中的应用[D];湖南大学;2018年

8 吴同坤;基于机器视觉的刀具磨损检测系统研究[D];哈尔滨理工大学;2018年

9 俞俊杰;基于机器视觉的螺纹修复方法研究[D];安徽工程大学;2018年

10 王雷;机器视觉在自动焊接中的应用研究[D];安徽工程大学;2018年

本文编号：2651061