智能辅助驾驶系统目标危险评估建模研究

发布时间：2022-01-14 10:11

　　近年来,随着经济不断发展,我国的汽车保有量逐年增长,但交通事故发生率也随之增长,交通安全问题亟需解决。根据我国交通管理局的相关统计,发生车辆相撞事故中超过65%属于追尾碰撞,因此通过分析前方车辆的危险程度,建立目标车辆纵向预警系统对保证驾驶员行车安全至关重要。现代车载主动安全技术以驾驶辅助系统为载体,具有自动泊车辅助、盲点检测、车道偏离预警、碰撞检测等多种功能。本文着重对驾驶辅助系统中的车辆碰撞危险检测预警进行研究。本文将目标检测、目标跟踪与目标危险检测预警系统有机结合起来,通过综合考虑主车行车场景分析与前方目标车行驶运动状态来对车辆的行驶危险程度进行评估。本文首先分析了毫米波雷达的工作原理,提出有效的滤波算法,解决了雷达探测的原始数据存在各种干扰信号、静止目标、虚警信息、无效车道目标等问题。为了验证算法的有效性,在城市高速路、一般城市道路、襄阳试验场,使用Vector的CAN数据采集设备及外接相机采集多组离线数据进行算法效果验证。为了使外接摄像头和雷达数据统一,本文提出了空间融合和时间融合算法,并使用张正友标定方法对摄像头进行标定。有效目标识别算法为危险评估系统提供了准确可靠的信息源... 

【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校

【文章页数】：80 页

【学位级别】：硕士

【部分图文】：

010-2018年汽车产销量统计图

并用吸盘将其固定好，如图2.2 所示。在实验过程中，调整采集的图像像素为 640×480。为了达到毫米波雷达探测目标和摄像头图像中的像素信息对应的目的，本文从空间和时间上进行数据融合。图 2.2 摄像头安装位置2.2.2 毫米波雷达与罗技摄像头数据融合2.2.2.1 摄像头模型摄像头成像的原理是小孔成像模型，可以将物体的三维坐标和图像坐标系对应起来。小孔成像原理如图 2.3 所示，H 表示物体的高度，h 为物体对应到图像

图 2.6 罗技摄像头标定.4 融合验证通过张正友标定法求出的内参数和畸变系数，就可以将雷达探测的目标到图像的像素位置。如图 2.7 所示,左图是用 MATLAB 2016a 中画出毫米测到的目标（画绿色×），右图是真实场景视频数据中对应的车辆目标米波雷达和摄像头的联合标定，可以有效检测雷达探测目标的准确性，出是否是杂波等干扰信息。如图 2.8 所示，在车辆高速行驶时，容易造烈抖动，会发生图像中目标与雷达目标不对应的情况，但误差较小，所足系统的需求。

【参考文献】：
期刊论文
[1]解析自动驾驶的三大传感器[J]. 杜莎,曹熙.  汽车与配件. 2018(23)
[2]汽车前方静动目标状态转移机理与分类算法[J]. 高振海,王竣,王德平,李红建.  汽车工程. 2016(05)
[3]四种提高FMCW测距精度的方案及性能分析[J]. 朱恺,秦轶炜,许建中,万夕干,陈煜.  无线电工程. 2015(01)
[4]基于SIFT特征和粒子滤波的目标跟踪方法[J]. 牛长锋,陈登峰,刘玉树.  机器人. 2010(02)
[5]基于速度和车头时距的车辆换算系数计算方法研究[J]. 陈洪仁,杨龙海,李丽兰.  哈尔滨建筑大学学报. 2001(02)
[6]模糊综合评价法及应用[J]. 胡守忠,顾建勤.  中国纺织大学学报. 1995(01)

博士论文
[1]多指标综合评价理论与方法问题研究[D]. 苏为华.厦门大学 2000

硕士论文
[1]基于驾驶员反应特性的纵向防碰撞预警系统[D]. 王慧文.吉林大学 2018
[2]基于机器视觉和毫米波雷达的夜间车辆识别[D]. 郭云雷.天津工业大学 2018
[3]智能汽车避障危险评估和轨迹规划研究[D]. 江庆坤.吉林大学 2016
[4]基于多图像特征金字塔的车辆检测[D]. 曹晓明.北京交通大学 2016
[5]电动汽车主动安全避撞控制系统研究[D]. 胡蕾蕾.吉林大学 2014
[6]汽车纵向主动避撞控制方法研究[D]. 郑磊.西华大学 2014
[7]基于毫米波雷达的车辆纵向碰撞预警系统设计[D]. 柯振宇.武汉理工大学 2014
[8]基于毫米波雷达的车间位置关系识别方法[D]. 任德锟.长安大学 2012
[9]汽车主动防撞系统控制模式的研究[D]. 李朋.南京航空航天大学 2012
[10]基于毫米波雷达的汽车主动防撞预警系统信号分析与处理[D]. 杨凯和.吉林大学 2011



本文编号：3588317