面向高速驾驶环境下驾驶员变道深度预警系统研究

发布时间：2023-11-12 13:32

　　驾驶员变道或超车是一个须兼顾车辆纵向和横向运动的复杂过程,驾驶员极易对变道或超车的安全性做出误判,为交通事故埋下隐患。先进驾驶辅助系统作为一种汽车主动安全技术,可以让驾驶员在极短的时间内获得潜在危险警示,进而保证行车安全。针对高速环境下驾驶员变道引起的交通问题和变道预警领域发展情况,本文进行了高速驾驶环境下驾驶员变道深度预警系统研究,主要研究内容如下:(1)预测高速驾驶环境下危险驾驶的碰撞时间。基于摄像机成像原理,采用张正友标定算法对摄像机进行标定,求解出摄像机内、外部参数,建立了侧后方车辆位置和速度检测模型,进而预测碰撞时间。(2)检测侧后方潜在危险车辆。基于深度预警网络对高速环境下的车辆进行检测,并制作了网络训练所需要的数据集,使用Keras深度学习框架来训练和测试该网络,通过傍晚、夜晚及白天实拍视频对深度预警网络的准确性和时效性进行了测试。(3)估计变道最小安全距离。针对高速驾驶环境下判断性变换车道复杂的行为特性,建立了椭圆车辆几何碰撞模型,基于该模型分别建立了目标车道后车、目标车道前车及原始车道前车影响本车变道安全的预警模型,并在MATLAB中分别对建立的模型进行了仿真。(4)...

【文章页数】：73 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
1 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 研究内容及技术路线
        1.3.1 研究内容
        1.3.2 技术路线
2 变道深度预警理论基础
    2.1 深度学习理论基础
        2.1.1 深度学习概述
        2.1.2 CNN模型构成
        2.1.3 神经网络反向传播算法
    2.2 成像理论基础
        2.2.1 坐标转换理论基础
        2.2.2 摄像机标定算法
    2.3 变道估测模型建立
        2.3.1 相对位置测距模型建立
        2.3.2 相对位置测速模型建立
        2.3.3 变道安全评价指标建立
    2.4 本章小结
3 深度预警网络对车辆检测
    3.1 建立深度预警网络模型
        3.1.1 深度预警特征提取网络
        3.1.2 边界框预测
        3.1.3 分类预测
        3.1.4 跨尺度预测
    3.2 制作图像数据集
    3.3 算法流程设计
    3.4 高速环境车辆检测实验结果分析
        3.4.1 网络检测效果评价
        3.4.2 网络训练及结果分析
    3.5 本章小结
4 高速驾驶环境下驾驶员变道模型
    4.1 变道行为特性分析
        4.1.1 变道行为产生
        4.1.2 变道过程描述
    4.2 车辆变道情形分析
    4.3 椭圆车辆几何碰撞模型建立
    4.4 变道安全预警模型建立
        4.4.1 基于目标车道后车的安全距离模型
        4.4.2 基于目标车道前车的安全距离模型
        4.4.3 基于原始车道前车的安全距离模型
    4.5 变道安全预警模型仿真
        4.5.1 基于目标车道后车的安全距离模型仿真
        4.5.2 基于目标车道前车的安全距离模型仿真
        4.5.3 基于原始车道前车的安全距离模型仿真
    4.6 本章小结
5 变道深度预警系统搭建及实验
    5.1 变道深度预警系统需求分析
    5.2 系统平台设计
        5.2.1 变道深度预警系统硬件
        5.2.2 变道深度预警系统软件
    5.3 实验结果及分析
        5.3.1 测距实验及结果分析
        5.3.2 测速实验及结果分析
        5.3.3 变道意图实验及结果分析
        5.3.4 变道预警实验及结果分析
    5.4 本章小结
6 结论与展望
    6.1 结论
    6.2 展望
致谢
参考文献
附录



本文编号：3863254