道路前方行人检测与碰撞风险评估研究

发布时间：2021-09-25 06:34

　　高级驾驶辅助系统是当前车辆安全领域研究的热点内容,其中碰撞预警是该系统的重要功能之一。碰撞预警利用车载传感器获取车辆周围环境信息,对道路状况进行分析,并于潜在危险发生前对驾驶员做出提醒,是有效避免碰撞事故的辅助措施。行人由于没有专门的保护装置,在事故发生时更加容易受到碰撞的伤害。针对我国市区交通流量大、道路使用者安全意识不足的交通现状,通过对行人碰撞预警的研究与应用,从而降低由于驾驶员注意力不集中或是行人违规穿行所导致的人车碰撞事故发生的频率,具有积极的促进作用。本文使用单目相机实现车辆前方道路信息感知,研究基于视觉的道路前方行人检测及碰撞风险评估方法。本文主要工作如下:1.研究基于多特征融合的行人检测方法。本文从特征提取、分类器训练和多尺度估算三个方面详细分析了基于通道特征的行人检测器。通道特征集成了颜色、梯度幅值和梯度直方图特征,多种特征结合可以提高行人外观描述的效果和空间定位的准确度。针对多尺度采样计算开销大的问题,研究了临近尺度特征的推算关系,通过间隔采样和邻近估计的方式快速构建图像特征金字塔,在保证检测精度的同时可以大幅缩减检测所需的时间。2.研究基于区域建议的卷积神经网络目... 

【文章来源】：安徽工程大学安徽省

【文章页数】：82 页

【学位级别】：硕士

【部分图文】：

INRIA数据集样本示例

(a)正样本(b)负样本图 1.1 INRIA 数据集样本示例Caltech 数据集[44]是目前规模较大的行人数据集，图像序列为车载相机拍摄的市区道路场景，分辨率为 640×480，帧率为 30fps。该数据集分为 set00~set1共 11 个集合，其中 set00~set05 为训练集，set06~set10 为测试集，共标注了约350000 个矩形框、2300 个行人，包括矩形框之间的关系以及遮挡情况。Caltec数据集的部分样本如图 1.2 所示。

y )和梯度方向 θ ( x , y)的计算2 ( , ) ( , ) x G x y = G x y + G1( ( , ) tan( yxG xx yG xθ = 应图像灰度值变化最快的方向，直方图方图(HOG)可以有效描述对象的。根据目标的外观和形状可以被HOG 特征将目标局部区域的梯，使得其对几何形变和光照变化的提取流程如图 2.2 所示。


本文编号：3409289