基于红外车载安全技术的研究

发布时间：2017-09-18 16:00

  本文关键词：基于红外车载安全技术的研究

  更多相关文章： 红外图像序列 行人检测 图像分割 机器学习 车辆报警系统

【摘要】：近年来,随着人们生活水平的日益提高,汽车的数量逐渐增多,车辆的行驶安全问题得到了人们普遍的关注。在夜间,由于光线差导致路况不清,很容易发生交通事故,因此,夜间行车安全的问题一直都是研究的热点。随着非制冷红外焦平面的发展,利用红外穿透黑暗和烟雾的特点,在汽车上嵌入红外成像的系统,实现目标的全天候观察,这样的研究有助于提高车辆的行车安全,因此,基于红外的车载安全技术的研究是具有重要现实意义的。本文以红外视频序列中的行人为研究对象,完成行人检测算法的研究和仿真,并且完成了车载系统边缘功能的开发,主要包括碰撞报警、GPS和惯导系统的研究和开发。在对行人检测的仿真性研究中,首先对红外图像行人检测的国内外发展现状做了一定的介绍,概述了行人检测技术的原理和系统的构成。其次,论文以matlab为分析手段,对比分析了图像分割的各种方法,提出了基于聚类分析的自阈值分割方法,实现了红外图像的自阈值分割。论文还对分割图像的多种特征进行了分析,完成了图像特征的提取并建立基于SVM机器训练的模型,实现了特征的分类和识别。在对车载碰撞报警系统的研究中,完成了基于ARM的嵌入式系统设计,并基于WINCE的操作系统对碰撞报警、导航和通信等功能进行了开发。本课题采用U-blox通用型GPS模块NEO-6系列获取车辆位置信息,使用重力加速度陀螺仪传感器MPU-6050来获取车辆姿态信息,通过串口的方式将信息传输给处理器,完成GPS信息的解码和姿态角解算。并通过定义碰撞的判断标准,可实现车辆碰撞的检测和报警。
【关键词】：红外图像序列 行人检测 图像分割 机器学习 车辆报警系统
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U463.6;TP391.41
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 绪论10-16
• 1.1 引言10-11
• 1.2 红外热成像技术11-12
• 1.3 行人检测技术12
• 1.4 国内外研究概况及发展趋势12-14
• 1.5 论文主要的内容工作和章节安排14-16
• 第二章 行人检测的基本原理和方法16-29
• 2.1 行人检测的构成16
• 2.2 红外图像去噪16-17
• 2.3 红外图像的分割17-20
• 2.3.1 基于边缘的分割17-19
• 2.3.2 基于区域的分割19
• 2.3.3 基于阈值的分割19-20
• 2.4 红外图像特征提取20-25
• 2.4.1 方向直方图特征20-23
• 2.4.2 形体和惯性特征23-24
• 2.4.3 尺度不变特征变换特征24-25
• 2.5 目标识别25-27
• 2.5.1 人工神经网络25
• 2.5.2 ADABOOST25-26
• 2.5.3 支持向量机的学习方法26-27
• 2.6 红外行人检测存在的问题和不足27-28
• 2.7 本章小结28-29
• 第三章 红外行人图像的自适应阈值分割29-35
• 3.1 红外图像阈值分割方法29-31
• 3.1.1 提取高亮区域29
• 3.1.2 直方图聚类分析29-31
• 3.1.2.1 类间最大方差算法30-31
• 3.1.2.2 基于熵的红外图像分割31
• 3.2 基于K均值聚类中心分析的阈值选取31-33
• 3.3 图像分割效果对比实验结果及分析33-34
• 3.4 本章小结34-35
• 第四章 基于方向梯度直方图特征的序列红外行人实时检测35-39
• 4.1 直方图特征获取35-36
• 4.2 基于向量机的人体检测机器训练实验结果与分析36-37
• 4.3 人体检测实验结果37-38
• 4.4 本章小结38-39
• 第五章 基于ARM的车载碰撞报警系统的实现39-59
• 5.1 系统的设计方案39-40
• 5.2 系统硬件开发40-50
• 5.2.1 控制模块电路设计40-43
• 5.2.1.1 ARM简介40
• 5.2.1.2 ARM开发优势40-41
• 5.2.1.3 ARM的器件选型41
• 5.2.1.4 配置电路的设计41-43
• 5.2.2 GPS模块的设计43-44
• 5.2.3 惯导模块的设计44-45
• 5.2.4 通讯模块的设计45-48
• 5.2.5 电源配置48-50
• 5.3 系统的软件开发50-57
• 5.3.1 WINCE的下载和驱动程序的安装50
• 5.3.2 数据的接收和处理50-57
• 5.3.2.1 GPS数据格式及接收处理51-52
• 5.3.2.2 惯导数据的格式及接收处理52-56
• 5.3.2.3 MU509的数据格式及处理方法56-57
• 5.4 系统的性能评估57-58
• 5.5 本章小结58-59
• 第六章 结论和展望59-61
• 致谢61-62
• 参考文献62-65
• 攻读硕士学位期间的研究成果65-66

【参考文献】

中国期刊全文数据库 前6条

1 梁英宏;;红外视频图像中的人体目标检测方法[J];红外与激光工程;2009年05期

2 徐叶雷;方勇;;基于MEMS加速度计的车用自动呼救系统[J];传感技术学报;2009年06期

3 李建福;龚卫国;杨金妃;李伟红;;基于复合分类特征的红外图像人体实时检测[J];光电工程;2009年02期

4 胡刚;金振伟;司小平;郭海涛;;车载导航技术现状及其发展趋势[J];系统工程;2006年01期

5 张晶,曾宪云;嵌入式系统概述[J];电测与仪表;2002年04期

6 王春勇，，周建勋，胡江华;红外图像特征分析与模拟[J];红外技术;1996年03期

中国博士学位论文全文数据库 前4条

1 李建福;红外图像中人体目标检测、跟踪及其行为识别研究[D];重庆大学;2010年

2 云廷进;红外人体目标检测和跟踪方法研究[D];重庆大学;2008年

3 郭烈;基于单目视觉的车辆前方行人检测技术研究[D];吉林大学;2007年

4 田广;基于视觉的行人检测和跟踪技术的研究[D];上海交通大学;2007年

中国硕士学位论文全文数据库 前6条

1 胡瑞光;红外序列图像中行人检测与跟踪算法研究[D];重庆大学;2009年

2 郭家欢;基于单帧红外图像的行人检测[D];吉林大学;2008年

3 余燕;基于红外CCD与激光测距仪融合的行人检测技术研究[D];吉林大学;2008年

4 黄庆华;红外图像处理算法的研究[D];西安科技大学;2008年

5 康志亮;基于小波的红外图像增强算法研究[D];电子科技大学;2008年

6 刘莹;红外热像仪中图像增强算法的研究[D];吉林大学;2007年

本文编号：876465