基于机器视觉与激光雷达的前车防撞预警系统设计
发布时间：2023-01-11 06:41
众所周知,汽车交通安全是一个一直存在并且越发严重的问题。近年来大量的研究人员和企业投入了许多精力进行汽车主动安全技术、智能车技术以及无人驾驶技术等方面的研究。目的就是尽量减少一些不必要交通事故的发生,保障大众出行时的人身和财产安全。本文研究的前车防撞预警技术就是汽车主动安全技术的奠基石和核心点,所以本文的研究内容具有一定的参考价值和实际意义。本文在基于小孔成像原理建立坐标系的基础上应用Visual Studio加OpenCV开发了一套新的车辆图像识别算法:首先,利用图像处理的形态学知识以及车辆的外形特征,筛选出了符合阈值条件并且满足车辆尾部矩形大小特征的目标假设区域;其次,利用训练得到的基于HAAR特征的级联分类器,对目标假设区域进行再识别,得到了车辆图像识别的最终目标假设区域。随机截取了200张包含车辆信息的图像进行了车辆识别实验,实验表明该图像识别算法具有较高的识别率和较好的实时性。选用激光雷达作为另一个获取车辆信息的传感器,并与摄像机传感器进行了传感器信息融合。分析激光雷达传感器测距及扫描原理,建立了激光雷达坐标系。对激光雷达数据进行初步的筛选处理,利用DBSCAN算法对雷达数据...
【文章页数】：96 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第一章 绪论
1.1 课题研究背景与意义
1.2 国内外研究现状
1.2.1 车辆防撞预警技术研究现状
1.2.2 信息融合技术研究现状
1.3 本文主要研究内容
第二章 基于摄像头的车辆图像识别
2.1 相关硬件和软件的选择
2.1.1 软件的选择
2.1.2 硬件的选择
2.2 摄像机测距模型的建立与标定
2.2.1 坐标系的建立
2.2.2 摄像机测距模型的推导
2.2.3 摄像机标定
2.3 车辆图像识别算法的实现
2.3.1 基于车辆特征的形态学处理
2.3.2 利用HAAR特征的级联分类器对轮廓区域再识别
2.4 车辆图像识别算法实验验证
2.4.1 算法可行性验证
2.4.2 算法实时性验证
2.5 车辆图像识别算法优化
2.5.1 算法识别率改进
2.5.2 算法实时性改进
2.6 车辆图像识别算法的移植
2.6.1 DSP硬件的选择及视频处理流程
2.6.2 移植OpenCV算法至DSP
第三章 雷达传感器的选择与多传感器信息融合
3.1 雷达传感器的选择
3.2 激光雷达测距扫描原理
3.2.1 激光雷达测距原理
3.2.2 激光雷达扫描原理
3.3 激光雷达数据预处理
3.3.1 激光雷达坐标系的建立
3.3.2 激光雷达坐标系与车体坐标系的转换
3.3.3 激光雷达有效数据的选择
3.3.4 激光雷达数据的二次处理
3.4 激光雷达信息与摄像机信息的融合
3.4.1 激光雷达坐标系与像素坐标系的转换
3.4.2 激光雷达数据与摄像机数据的融合
3.4.3上位机中的传感器融合识别实验
第四章 基于环境特征的安全车距模型
4.1 传统安全车距模型
4.1.1 车辆制动过程运动学分析
4.1.2 传统最小安全距离模型
4.2 基于驾驶员特征及道路状况的最小安全距离模型
4.2.1 各特征参数取值分析
4.2.2 改进的最小安全距离模型
4.3 安全车距模型预警机制的判定
第五章 预警模块软硬件设计
5.1 预警模块设计要求
5.2 预警模块硬件设计
5.2.1 预警模块的设计方案
5.2.2 STM32F103C8T6 核心板介绍
5.2.3 指示灯预警模块
5.2.4 蜂鸣器预警模块
5.2.5 LCD液晶电路
5.2.6 USB供电电源电路
5.2.7 激光雷达传感器接口
5.3 预警模块的软件设计
5.3.1 预警模块的软件功能分析
5.3.2 测距测速子程序
5.3.3 计算最小安全距离子程序
5.3.4 执行报警子程序
第六章 前车防撞预警系统预警实验
6.1 室内预警调试实验
6.1.1 模拟干燥路面的预警情况
6.1.2 模拟潮湿路面的预警情况
6.1.3 模拟积雪路面的预警情况
6.2 道路预警实验
第七章 总结与展望
7.1 论文工作总结
7.2 不足与展望
致谢
参考文献
附件A 车辆视频图像处理主要代码
附件B 前车防撞预警系统预警模块主要代码
在学期间发表的论文和取得的学术成果
【参考文献】：
期刊论文
[1]基于OpenMV的智能寻迹小车设计与实现[J]. 庄琼云. 黎明职业大学学报. 2018(04)
[2]基于STM32F103C8T6主控多功能防酒驾方向盘的设计与实现[J]. 钱国虎,王长春. 科技创新与应用. 2018(36)
[3]基于信息融合的农业自主车辆障碍物检测方法[J]. 薛金林,董淑娴,范博文. 农业机械学报. 2018(S1)
[4]基于车辆前方目标运动模型的主动避撞系统的研究[J]. 盘朝奉,丁亚强,江浩斌. 重庆理工大学学报(自然科学). 2018(07)
[5]一种针孔相机与三维激光雷达外参标定方法[J]. 韩正勇,卜春光,刘宸. 传感器与微系统. 2018(04)
[6]基于激光雷达道路可通行区域的检测与提取[J]. 邹斌,王磊. 自动化与仪表. 2018(02)
[7]基于OpenCV的摄像机标定研究[J]. 聂红梅,刘忠艳. 微处理机. 2017(06)
[8]智能驾驶汽车传感器介绍及布置[J]. 陆炳华,刘婷,张海滨. 上海汽车. 2017(11)
[9]基于车联网的汽车主动防撞预警系统设计[J]. 孟新育,杨炜. 现代交通技术. 2017(04)
[10]基于DM642的纹理检测与Adaboost分类器相结合的车牌定位[J]. 陈存弟,刘金清,刘引,蔡淑宽,何世强,周晓童,邓淑敏,吴庆祥. 计算机系统应用. 2017(07)
硕士论文
[1]机器视觉与毫米波雷达融合的前方车辆检测方法研究[D]. 谭力凡.湖南大学 2018
[2]基于单片机的Festo九站控制系统研发[D]. 王义泽.天津科技大学 2017
[3]基于多源信息检测的车辆防撞预警技术研究[D]. 王盈盈.江苏大学 2017
[4]光波导相控阵扫描光束特性的优化[D]. 冯向兵.西安电子科技大学 2017
[5]基于汽车雷达和摄像头信息融合的目标检测方法研究[D]. 向滨宏.重庆大学 2017
[6]基于FPGA的激光测距系统的研究[D]. 李龙民.长春理工大学 2017
[7]基于多信息融合的车辆危险工况预警技术研究[D]. 熊琦玮.湖南大学 2016
[8]基于多传感器信息融合的汽车防盗系统设计[D]. 陈功.哈尔滨理工大学 2016
[9]面向汽车主动防撞预警系统的虚警与漏警抑制研究[D]. 蒋林艳.吉林大学 2015
[10]基于数据关联算法的汽车主动防撞预警系统多目标跟踪研究[D]. 李秋燕.吉林大学 2015
本文编号：3729592
【文章页数】：96 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第一章 绪论
1.1 课题研究背景与意义
1.2 国内外研究现状
1.2.1 车辆防撞预警技术研究现状
1.2.2 信息融合技术研究现状
1.3 本文主要研究内容
第二章 基于摄像头的车辆图像识别
2.1 相关硬件和软件的选择
2.1.1 软件的选择
2.1.2 硬件的选择
2.2 摄像机测距模型的建立与标定
2.2.1 坐标系的建立
2.2.2 摄像机测距模型的推导
2.2.3 摄像机标定
2.3 车辆图像识别算法的实现
2.3.1 基于车辆特征的形态学处理
2.3.2 利用HAAR特征的级联分类器对轮廓区域再识别
2.4 车辆图像识别算法实验验证
2.4.1 算法可行性验证
2.4.2 算法实时性验证
2.5 车辆图像识别算法优化
2.5.1 算法识别率改进
2.5.2 算法实时性改进
2.6 车辆图像识别算法的移植
2.6.1 DSP硬件的选择及视频处理流程
2.6.2 移植OpenCV算法至DSP
第三章 雷达传感器的选择与多传感器信息融合
3.1 雷达传感器的选择
3.2 激光雷达测距扫描原理
3.2.1 激光雷达测距原理
3.2.2 激光雷达扫描原理
3.3 激光雷达数据预处理
3.3.1 激光雷达坐标系的建立
3.3.2 激光雷达坐标系与车体坐标系的转换
3.3.3 激光雷达有效数据的选择
3.3.4 激光雷达数据的二次处理
3.4 激光雷达信息与摄像机信息的融合
3.4.1 激光雷达坐标系与像素坐标系的转换
3.4.2 激光雷达数据与摄像机数据的融合
3.4.3上位机中的传感器融合识别实验
第四章 基于环境特征的安全车距模型
4.1 传统安全车距模型
4.1.1 车辆制动过程运动学分析
4.1.2 传统最小安全距离模型
4.2 基于驾驶员特征及道路状况的最小安全距离模型
4.2.1 各特征参数取值分析
4.2.2 改进的最小安全距离模型
4.3 安全车距模型预警机制的判定
第五章 预警模块软硬件设计
5.1 预警模块设计要求
5.2 预警模块硬件设计
5.2.1 预警模块的设计方案
5.2.2 STM32F103C8T6 核心板介绍
5.2.3 指示灯预警模块
5.2.4 蜂鸣器预警模块
5.2.5 LCD液晶电路
5.2.6 USB供电电源电路
5.2.7 激光雷达传感器接口
5.3 预警模块的软件设计
5.3.1 预警模块的软件功能分析
5.3.2 测距测速子程序
5.3.3 计算最小安全距离子程序
5.3.4 执行报警子程序
第六章 前车防撞预警系统预警实验
6.1 室内预警调试实验
6.1.1 模拟干燥路面的预警情况
6.1.2 模拟潮湿路面的预警情况
6.1.3 模拟积雪路面的预警情况
6.2 道路预警实验
第七章 总结与展望
7.1 论文工作总结
7.2 不足与展望
致谢
参考文献
附件A 车辆视频图像处理主要代码
附件B 前车防撞预警系统预警模块主要代码
在学期间发表的论文和取得的学术成果
【参考文献】：
期刊论文
[1]基于OpenMV的智能寻迹小车设计与实现[J]. 庄琼云. 黎明职业大学学报. 2018(04)
[2]基于STM32F103C8T6主控多功能防酒驾方向盘的设计与实现[J]. 钱国虎,王长春. 科技创新与应用. 2018(36)
[3]基于信息融合的农业自主车辆障碍物检测方法[J]. 薛金林,董淑娴,范博文. 农业机械学报. 2018(S1)
[4]基于车辆前方目标运动模型的主动避撞系统的研究[J]. 盘朝奉,丁亚强,江浩斌. 重庆理工大学学报(自然科学). 2018(07)
[5]一种针孔相机与三维激光雷达外参标定方法[J]. 韩正勇,卜春光,刘宸. 传感器与微系统. 2018(04)
[6]基于激光雷达道路可通行区域的检测与提取[J]. 邹斌,王磊. 自动化与仪表. 2018(02)
[7]基于OpenCV的摄像机标定研究[J]. 聂红梅,刘忠艳. 微处理机. 2017(06)
[8]智能驾驶汽车传感器介绍及布置[J]. 陆炳华,刘婷,张海滨. 上海汽车. 2017(11)
[9]基于车联网的汽车主动防撞预警系统设计[J]. 孟新育,杨炜. 现代交通技术. 2017(04)
[10]基于DM642的纹理检测与Adaboost分类器相结合的车牌定位[J]. 陈存弟,刘金清,刘引,蔡淑宽,何世强,周晓童,邓淑敏,吴庆祥. 计算机系统应用. 2017(07)
硕士论文
[1]机器视觉与毫米波雷达融合的前方车辆检测方法研究[D]. 谭力凡.湖南大学 2018
[2]基于单片机的Festo九站控制系统研发[D]. 王义泽.天津科技大学 2017
[3]基于多源信息检测的车辆防撞预警技术研究[D]. 王盈盈.江苏大学 2017
[4]光波导相控阵扫描光束特性的优化[D]. 冯向兵.西安电子科技大学 2017
[5]基于汽车雷达和摄像头信息融合的目标检测方法研究[D]. 向滨宏.重庆大学 2017
[6]基于FPGA的激光测距系统的研究[D]. 李龙民.长春理工大学 2017
[7]基于多信息融合的车辆危险工况预警技术研究[D]. 熊琦玮.湖南大学 2016
[8]基于多传感器信息融合的汽车防盗系统设计[D]. 陈功.哈尔滨理工大学 2016
[9]面向汽车主动防撞预警系统的虚警与漏警抑制研究[D]. 蒋林艳.吉林大学 2015
[10]基于数据关联算法的汽车主动防撞预警系统多目标跟踪研究[D]. 李秋燕.吉林大学 2015
本文编号：3729592
本文链接：https://www.wllwen.com/kejilunwen/qiche/3729592.html
