基于视觉的车辆防碰撞预警系统算法研究

发布时间：2017-07-18 01:19

  本文关键词：基于视觉的车辆防碰撞预警系统算法研究

  更多相关文章： 智能车辆 车辆检测 阴影特征 摄像机标定 车辆防碰撞预警

【摘要】：随着时代的变迁和科学技术的高速发展,汽车越来越融入到了人们的生活节奏中,然而由汽车所带来的交通安全问题也愈发严重,不容忽视。针对这个问题,如何避免道路上的其他车辆和障碍物碰撞而导致的交通事故成为了当今的研究热点之一。同时,基于视觉的技术相较于超声波、激光、雷达成本更低廉,且更符合人眼的信息捕捉习惯。因此,基于视觉的车辆防碰撞预警系统是解决上述问题的有效方案。本文在分析和比较了各种算法研究的国内外智能车辆系统的基础上,设计了相应的车辆检测和跟踪算法。本文主要进行了如下的研究内容:(1)预处理车辆的道路区域,首先采用消失点获取待检测区域,然后利用Sobel边缘检测算法增强道路区域,突出车道线特征,并在此基础上使用改进的Hough变换完成车道线检测识别,得到初步确定的ROI区域。(2)在ROI区域内用最大类间方差法与遗传算法相结合的改进算法完成目标车辆和道路背景的分割,然后利用车辆底部阴影特征提取前方目标车辆,得到潜在的车辆目标位置。(3)结合目前现有的车辆特征,采用车辆的轮廓信息得到垂直、水平投影直方图,并通过车辆自身具有垂直边缘对称性的特征判断ROI区域是否为车辆区域,验证目标的真实性,排除虚假车辆。(4)研究前方车辆测距原理,建立起不同维度坐标系之间的相互转换关系,然后对摄像机内、外参数标定。再通过几何关系投影结合摄像机标定的方法,依据摄像机模型推导测距公式,并把标定参数代入公式中,从而完成自车与前车之间的距离测量,最后构建系统界面和制定预警策略。实验结果表明,本文选用的方法能够较好的检测、跟踪前方目标车辆,同时又能估计出自车与前车的距离,为交通安全问题提供了有力的保证。
【关键词】：智能车辆 车辆检测 阴影特征 摄像机标定 车辆防碰撞预警
【学位授予单位】：辽宁工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U463.6
【目录】：

• 摘要5-6
• Abstract6-9
• 1 绪论9-19
• 1.1 课题研究意义及背景9-11
• 1.1.1 研究意义9-11
• 1.1.2 研究背景11
• 1.2 国内外研究现状11-14
• 1.2.1 国外研究现状11-13
• 1.2.2 国内研究现状13-14
• 1.3 智能车辆关键技术14-17
• 1.3.1 声学14-15
• 1.3.2 雷达15-16
• 1.3.3 磁道钉16
• 1.3.4 机器视觉16-17
• 1.4 本文主要内容和章节安排17-19
• 2 车辆检测与跟踪的图像理论19-30
• 2.1 车辆检测算法的类型19-20
• 2.1.1 只包含检测算法的类型19
• 2.1.2 先检测后跟踪算法的类型19-20
• 2.2 常见的车辆检测算法20-22
• 2.2.1 基于特征的方法20
• 2.2.2 基于机器学习的方法20-21
• 2.2.3 基于光流的方法21
• 2.2.4 基于模型的方法21-22
• 2.3 常见的车辆跟踪算法22-29
• 2.3.1 基于三维模型的方法22-23
• 2.3.2 基于Kalman滤波的方法23-26
• 2.3.3 基于Meanshift的方法26-28
• 2.3.4 基于区域的方法28-29
• 2.4 本章小结29-30
• 3 基于单目视觉的车辆检测与跟踪算法30-55
• 3.1 图像灰度化预处理30-32
• 3.2 路面ROI区域的测定32-36
• 3.2.1 消失点与天空部分的划定32-33
• 3.2.2 路面区域的增强33-36
• 3.3 霍夫变换36-39
• 3.4 目标车辆检测算法39-50
• 3.4.1 目标区域阈值分割39-43
• 3.4.2 目标车辆检测算法43-47
• 3.4.3 验证目标车辆47-50
• 3.5 目标车辆跟踪算法50-54
• 3.5.1 Kalman滤波跟踪算法50-52
• 3.5.2 Meanshift跟踪算法52-54
• 3.6 本章小结54-55
• 4 基于单目视觉的前方车辆测距算法55-71
• 4.1 摄像机成像原理55-57
• 4.2 坐标系的定义57-60
• 4.2.1 世界坐标系57-58
• 4.2.2 摄像机坐标系58-59
• 4.2.3 图像平面坐标系59
• 4.2.4 成像平面坐标系59-60
• 4.3 摄像机参数标定60-62
• 4.3.1 常用标定方法60-61
• 4.3.2 本文的标定方法61-62
• 4.4 推导测距模型62-66
• 4.5 构建系统界面66-69
• 4.6 预警策略的制定69-70
• 4.7 本章小结70-71
• 5 结论71-73
• 5.1 结论71
• 5.2 展望71-73
• 参考文献73-76
• 攻读硕士期间发表学术论文情况76-77
• 致谢77

【相似文献】

中国期刊全文数据库 前10条

1 吕广明;李洪亮;;基于齐次变换的群塔作业防碰撞技术研究[J];中国工程机械学报;2009年01期

2 胡瑜;;汽车防碰撞系统的应用与研究[J];机械工程与自动化;2010年04期

3 张友同;;工程塔机防碰撞技术之浅析[J];山东广播电视大学学报;2012年02期

4 李雪锋;许义群;高春辉;秦锋;;龙开口水电站防碰撞系统的设计、开发与应用[J];水力发电;2013年02期

5 孙建民;;用废料巧制防碰撞垫[J];家用电器科技;1988年04期

6 张友湖;夏超群;;大型建筑施工设备防碰撞预警程序的开发研究[J];大坝与安全;2007年02期

7 杨栋;吴训成;金海松;;模糊控制在车辆弯道防碰撞中的应用[J];上海工程技术大学学报;2008年01期

8 李有观;;船舶防碰撞预测系统[J];航海;2008年03期

9 陈存华;;施工现场群塔作业防碰撞施工控制[J];建筑安全;2013年06期

10 ;“智能激光眼睛”让汽车主动防碰撞[J];光学仪器;2009年01期

中国重要会议论文全文数据库 前10条

1 刘拓晟;侯再平;;一种适用于超高频RFID的防碰撞方法[A];第二十届电工理论学术年会论文集[C];2008年

2 汪铁民;;汽车防碰撞系统 兼论汽车智能化及对策[A];四川省汽车工程学会、成都市汽车工程学会2003年学术年会论文集[C];2003年

3 刘小建;;船舶防碰撞安全措施[A];2006年苏、浙、闽、沪航海学会学术研讨论文集[C];2006年

4 于晓庆;高东博;杨国学;;基于导航技术的港口移动设备防碰撞系统研究[A];第五届中国卫星导航学术年会论文集-S1 北斗/GNSS导航应用[C];2014年

5 刘佳;;ISO／IEC 18000-6 Typec协议的防碰撞机制研究分析[A];全国第十届信号与信息处理、第四届DSP应用技术联合学术会议论文集[C];2006年

6 郭跃;耿淑琴;高国;吴武臣;;高效防碰撞的RFID系统设计[A];2007'仪表，自动化及先进集成技术大会论文集（一）[C];2007年

7 杨柳;陈英杰;王书茂;;基于ARM的车载防滚翻防碰撞监控与预警系统的研究[A];第八届全国设备与维修工程学术会议、第十三届全国设备监测与诊断学术会议论文集[C];2008年

8 刘胜利;宋世军;曾庆贵;乔彩风;;基于DSP的塔机视觉防碰撞装置[A];第十四届全国图象图形学学术会议论文集[C];2008年

9 倪大进;王立彬;吕嘉宾;;有轨运行式起重机防碰撞可行域研究[A];中国力学学会学术大会'2009论文摘要集[C];2009年

10 孟建军;;起重机的防碰撞装置[A];全面建设小康社会：中国科技工作者的历史责任——中国科协2003年学术年会论文集（下）[C];2003年

中国重要报纸全文数据库 前3条

1 记者 张晔　通讯员 杨萍;“智能激光眼睛”让汽车主动防碰撞[N];科技日报;2009年

2 董加伟;山东加紧构建渔船防碰撞自动识别网络[N];中国海洋报;2010年

3 陈菊琴;长江扬州段桥梁防碰撞专项整治启动[N];江苏法制报;2008年

中国博士学位论文全文数据库 前1条

1 吴涛;考虑驾驶员避撞行为特性的汽车前方防碰撞系统研究[D];吉林大学;2014年

中国硕士学位论文全文数据库 前10条

1 周飞虎;塔式起重机防碰撞技术与安全监控系统研究[D];长安大学;2015年

2 郭凯;基于ISO18000-4标准的微波读写器设计与实现[D];电子科技大学;2014年

3 杨崇新;汽车全方位自助防碰撞系统的研制[D];青岛科技大学;2015年

4 胡鑫;射频识别防碰撞技术在包装物流中的应用研究[D];天津科技大学;2013年

5 杨亚男;基于信息融合的车辆防碰撞控制算法研究[D];辽宁工业大学;2016年

6 洪浩;基于视觉的车辆防碰撞预警系统算法研究[D];辽宁工业大学;2016年

7 魏利娜;密集模式下超高频RFID读写器防碰撞技术研究[D];电子科技大学;2013年

8 师梦梦;基于空间姿态的起重机群防碰撞技术研究[D];大连理工大学;2014年

9 闫佳妮;塔机群防碰撞监测系统的研究[D];南京航空航天大学;2011年

10 赵森森;塔机防碰撞监控系统的研究[D];大连理工大学;2014年

，

本文编号：555424