基于深度学习的智能车前方目标识别与预警研究

发布时间：2023-05-07 02:29

　　如今我国的汽车产销量已位居世界第一,汽车给人们的生活带来便利的同时也产生了诸如交通事故、空气污染、交通事故等问题。由交通事所故造成的人员伤亡数量逐年上升。随着人工智能等相关技术的不断进步,以及摄像头、毫米波雷达、激光雷达、自动驾驶控制器等各种设备在汽车上的应用,人们希望能够通过技术手段来辅助或代替驾驶员进行车辆驾驶,以提高车辆行驶的安全性。车辆行驶安全的关键因素是前方的目标识别与预警,一般通过摄像头、毫米波雷达等设备来进行风险识别与预警。本文定位于智能车前方目标识别与风险预警领域,以单目车载摄像头为基础,针对当前目标识别速度慢、目标定位精度低、目标测距误差大等问题,结合了神经网络技术对目标定位、测距与风险预警进行了理论及试验研究。本文首先对国内外智能车的研究现状、发展趋势、方针政策等进行了阐述。接着列举了国内外研究人员基于机器视觉进行目标检测方面的成果,并对本文的研究意义与必要性进行了探讨。之后,对图像预处理技术进行了对比分析和广泛讨论,选定了FAST算法用于目标检测,并对该算法进行了优化。接着,对摄像头的标定与测距原理进行了研究和分析,并提出了一种新的基于坐标变换的目标测距算法。然后...

【文章页数】：88 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 智能车辆发展现状
    1.2 基于机器视觉的目标检测概述
    1.3 研究背景与意义
    1.4 研究内容及章节安排
第2章 图像预处理技术
    2.1 图像灰度化
    2.2 图像滤波
    2.3 图像二值化
    2.4 图像目标特征的识别方法
    2.5 本章小结
第3章 摄像头的标定与测距原理
    3.1 概述
    3.2 摄像头标定
    3.3 基于单目视觉的前方目标测距
    3.4 本章小结
第4章 车辆和行人的识别及其图像处理
    4.1 人工智能概述
    4.2 神经网络
    4.3 YOLO卷积神经网络概述
    4.4 图像处理
    4.5 本章小结
第5章 车辆碰撞预警系统的建立
    5.1 概述
    5.2 关于制动力的探讨
    5.3 安全制动距离模型
    5.4 预警系统在MATLAB中的实现
    5.5 本章小结
第6章 试验验证与结果分析
    6.1 摄像头的标定
    6.2 单目视距测算试验
    6.3 风险预警
    6.4 本章小结
第7章 总结与展望
    7.1 总结
    7.2 展望
参考文献
致谢



本文编号：3810066