车载红外辅助驾驶系统的研究与实现

发布时间：2020-10-16 23:32

　　 随着中国经济的飞速发展,道路上的车辆也在急剧增加,交通事故也频频发生,主要原因是驾驶员的视线不清,注意力不集中等。因此,为了减少交通事故的发生,本文研究并实现了车载红外辅助驾驶系统,用以在视线模糊时辅助驾驶,减少道路上的交通事故。本文的主要内容如下:(1)对车载辅助驾驶系统的硬件进行了设计。本文首先进行了系统的需求分析,并在对比基于FPGA和DSP的行人检测系统方案的基础上,选择采用DSP结合软件算法的方案,并完成了硬件的总体设计。本系统的视频采集设备采用被动式红外相机,被动式红外相机成像效果好,对光照几乎不受影响,能够在能见度低的天气条件下采集到高质量的图像。系统的主处理器采用的是TI公司Davinci系列的DM6437芯片,该芯片拥有强大的数据处理能力,非常适用于图像处理。本文根据系统的需求,围绕主处理器设计了各个功能模块,主要包括视频输入输出模块、以太网通信模块、UART(Universal Asynchronous Receiver/Transmitter)通信模块、I2C总线控制模块、J-TAG仿真接口、外部存储器扩展模块、电源模块等,并给出了硬件系统的测试结果。(2)研究了红外图像行人检测方法。主要过程包括源图像的算数均值滤波、图像的双阈值分割和形态学处理、ROI(Region of Interest)的选取和缩放、ROI的HOG(Histogram of Oriented Gradient)特征和LBP(Local Binary Patterns)特征提取以及SVM(Support Vector Machine)分类器判决行人,并利用人体头部的Haar-like特征来滤除误检。(3)完成了车载辅助驾驶系统的软件实现。使用CCS3.3集成开发环境建立工程项目,并配置BIOS(Basic Input Output System)操作系统,在工程中添加VLIB库,利用VLIB库完成二值图像的连通区域提取,研究了红外视频的采集与输入输出流程,最后编写程序在硬件系统上实现了红外行人检测算法。(4)完成了系统的优化。车载红外辅助驾驶系统完成后,需要提高系统的实时性,本文主要通过库函数的使用、编译选项的配置、软件流水优化、DM6437结构特性的利用以及C代码的优化五个方面对程序进行优化,并在最后给出系统的优化结果及测试结果。实验结果表明系统的最终处理速度达14帧/秒,基本达到了实时性的要求,检测率达到85%以上,该系统具有较好的实际应用价值。
【学位单位】：沈阳理工大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：U463.6;TP391.41
【文章目录】：
摘要
abstract
第1章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 国外研究现状
        1.2.2 国内研究现状
    1.3 论文内容及章节安排
第2章 车载辅助驾驶系统的硬件设计
    2.1 系统需求分析
    2.2 系统总体设计
        2.2.1 系统方案选择
        2.2.2 系统硬件总体设计
    2.3 视频图像采集设备的选择
    2.4 主处理器的选择
    2.5 系统功能模块设计
        2.5.1 视频输入输出模块
        2.5.2 以太网通信模块
        2.5.3 UART通信模块
        2.5.4 I2C总线控制模块
        2.5.5 J-TAG仿真接口
        2.5.6 外部存储器扩展
        2.5.7 电源模块
    2.6 硬件系统的测试结果
    2.7 本章小结
第3章 红外图像行人检测算法
    3.1 红外行人检测算法的构成
    3.2 图像的前期处理
        3.2.1 算数均值滤波
        3.2.2 双阈值分割
        3.2.3 形态学处理
    3.3 ROI的选取和缩放
        3.3.1 ROI的选取
        3.3.2 ROI的缩放
    3.4 基于HOG-LBP特征的行人检测
        3.4.1 HOG特征
        3.4.2 LBP特征
        3.4.3 基于SVM分类器的行人检测
    3.5 基于Haar-like特征的误检过滤
    3.6 本章小结
第4章 车载辅助驾驶系统的软件实现
    4.1 集成开发环境CCS介绍
        4.1.1 CCS概述
        4.1.2 DSP/BIOS实时操作系统
    4.2 软件执行流程
    4.3 红外行人检测算法的代码实现
    4.4 本章小结
第5章 系统的优化及测试结果
    5.1 系统优化
        5.1.1 库函数的使用
        5.1.2 编译选项的优化
        5.1.3 软件流水优化
        5.1.4 DSP特性的利用
        5.1.5 C代码的优化
    5.2 实验结果与分析
        5.2.1 系统的优化结果
        5.2.2 系统的测试结果
    5.3 本章小结
结论
参考文献
攻读硕士学位期间发表的论文和取得的科研成果
致谢

【参考文献】

相关期刊论文 前4条

1 刘春阳;李增庆;吴泽民;刘钢;彭韬频;;改进的HOG行人检测算法及手机实现[J];军事通信技术;2016年04期

2 单悦尔;杨兵;于宗光;曹华锋;;一种DSP指令Cache的功耗优化策略[J];电子器件;2015年01期

3 许腾;黄铁军;田永鸿;;车载视觉系统中的行人检测技术综述[J];中国图象图形学报;2013年04期

4 陈廷寅;张东;杨艳;秦前清;孙尽尧;;超声图像的LBP纹理特征提取[J];武汉大学学报(理学版);2012年05期

相关博士学位论文 前2条

1 王国华;车载单目远红外行人检测关键技术研究[D];华南理工大学;2016年

2 田广;基于视觉的行人检测和跟踪技术的研究[D];上海交通大学;2007年

相关硕士学位论文 前10条

1 赵栋梁;改进快速粒子滤波算法的多目标检测与跟踪系统设计[D];重庆邮电大学;2016年

2 彭承龙;基于DM6437的车载行人检测系统的优化与实现[D];华南理工大学;2015年

3 姚文超;基于DSP图像处理的军用自动报靶系统研究[D];北京邮电大学;2014年

4 廖永贵;基于DM6437的车载红外行人检测系统的设计与实现[D];华南理工大学;2013年

5 籍永强;基于DM642的行人检测算法研究[D];北方工业大学;2013年

6 孙畅;车辆辅助驾驶中基于DSP的道路行人识别算法研究[D];吉林大学;2013年

7 纪春恒;基于视频分析的自动门防夹系统研究[D];重庆大学;2011年

8 许俊;基于DSP的视频处理开发平台的硬件设计[D];太原理工大学;2010年

9 周柯;基于HOG特征的图像人体检测技术的研究与实现[D];华中科技大学;2008年

10 李斌;基于视频图像的智能车辆辅助导航方法研究[D];西北工业大学;2005年

本文编号：2843932