基于车载摄像头的前车防撞预警技术研究

发布时间：2017-04-13 04:12

  本文关键词：基于车载摄像头的前车防撞预警技术研究，，由笔耕文化传播整理发布。

【摘要】：随着人们对汽车市场日益增长的需要,汽车制造业和零售业的发展在近年来得到了蓬勃发展。各大城市的汽车保有量不断增长,使越来越多的人享受到了汽车出行带来的便利。然而,这也造成了交通事故的发生率和伤亡率不断的上升,人们的生命和财产安全受到了严重的威胁。为此,各国政府、组织以及汽车制造商在提高行车安全方面做出了很大的投入,从制度和技术等各个方面进行了多种有益的探索。其中,先进辅助驾驶系统(ADAS)成为众多技术方案中获得最多关注的一个,不仅因其在避免交通事故方面起到了良好的效果,更因为其迎合了公路交通未来的发展趋势——自动驾驶汽车。本课题对先进辅助驾驶系统中最为重要的组成部分——前车防撞预警系统进行了研究。该系统能够利用单目摄像头识别前方所有正在行驶的车辆,并进行距离的测量,以便能够发现车距过近等危险情况,有效避免交通事故的发生。研究为两个子系统进行展开:车辆检测和车辆跟踪。在车辆检测过程中,将车辆外观上的水平方向和竖直方向边缘与车下阴影结合,共同作为线索初步定位车辆位置。该步骤输出的若干子图像中很可能含有非车辆,因为其利用的线索不一定只有车辆才具备,因此该步骤又称为假设生成步骤。为了筛选出真正的车辆,利用HOG特征变换将所有子图像变换到特征空间后,又使用AdaBoost分类器确定所有输入子图像的类标签,以此去除所有非车辆子图像,因此该步骤又称为假设验证步骤。在车辆跟踪过程中,首先在各帧图像中利用Harris角点检测提取稳定的特征点并通过归一化互相关系数进行初步匹配后,利用与加入P-N字典的特征点集群进行马氏距离计算建立稳定跟踪,在连续的各帧中捕获目标。最后利用车辆底边线与图像底部之间的像素数目与车距之间的关系对前方车辆进行测距,以便起到前车防撞预警的作用。最后,本文从假设生成步骤的识别率、假设验证步骤分类的正确性、车辆跟踪过程的成功率以及距离测量的准确性等各个方面对系统性能进行了测定,表明系统具有良好的表现,具备应用于各类先进辅助驾驶系统中的潜力。
【关键词】：数字图像处理 机器学习 先进驾驶辅助系统 行车安全
【学位授予单位】：北京工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U463.6;TP391.41
【目录】：

• 摘要4-5
• Abstract5-9
• 第1章 绪论9-15
• 1.1 课题研究背景和意义9-10
• 1.2 国内外研究现状10-12
• 1.3 本文研究目标和研究内容12-14
• 1.4 本文的组织结构14-15
• 第2章 基于假设生成和假设验证的车辆检测算法15-33
• 2.1 假设生成过程15-22
• 2.1.1 基于Sobel算子的车辆边缘提取算法16-19
• 2.1.2 基于动态阈值的车下阴影提取算法19-21
• 2.1.3 车辆外框的确定21-22
• 2.2 假设验证过程22-32
• 2.2.1 车辆的局部方向梯度直方图特征提取22-27
• 2.2.2 基于AdaBoost分类器的子图像分类27-32
• 2.3 本章小结32-33
• 第3章 基于特征点匹配和运动估计的车辆跟踪算法33-45
• 3.1 特征点提取33-35
• 3.2 特征点匹配35-39
• 3.3 运动估计39-43
• 3.4 重回检测阶段43-44
• 3.5 本章小结44-45
• 第4章 仿真结果及分析45-53
• 4.1 车辆检测算法的性能46-49
• 4.1.1 假设生成算法的性能46-47
• 4.1.2 假设验证算法的性能47-49
• 4.2 车辆跟踪算法的性能49-52
• 4.2.1 跟踪成功率49-51
• 4.2.2 车距测量准确度51-52
• 4.3 本章小结52-53
• 第5章 嵌入式平台移植53-63
• 5.1 硬件平台BeagleBone简介53-59
• 5.2 基于OpenCV视觉库的开发59-62
• 5.3 本章小结62-63
• 结论63-65
• 参考文献65-69
• 攻读硕士学位期间取得的研究成果69-71
• 致谢71

【相似文献】

中国期刊全文数据库 前10条

1 张晓媚;陈伟海;刘敬猛;赵志文;;基于柔性曲杆的车辆跟踪算法设计与实现[J];北京航空航天大学学报;2011年07期

2 郭锋;王秉政;杨晨晖;;复杂背景下车辆跟踪的改进算法及逆行检测[J];图学学报;2013年04期

3 刘青;张晓晖;陈建新;侯云;;基于先验知识的高速公路逃费车辆跟踪算法研究[J];公路工程;2013年04期

4 杨敏;裴明涛;王永杰;董震;武玉伟;;一种基于运动目标检测的视觉车辆跟踪方法[J];北京理工大学学报;2014年04期

5 黄福献;车辆跟踪管理系统简介[J];汽车运用;2001年06期

6 曹智英;;基于学习机制的时空车辆跟踪与索引框架[J];现代计算机;2007年05期

7 朱华林;;基于高清视频检测和高清图片识别的车辆跟踪系统设计[J];交通世界(运输.车辆);2011年07期

8 曾智洪;高速公路中的行车道检测和车辆跟踪(英文)[J];自动化学报;2003年03期

9 周志宇,汪亚明,曹丽;基于模糊聚类和α-β-γ滤波的车辆跟踪[J];浙江工业大学学报;2004年01期

10 陈继红;;基于3G技术的车辆跟踪服务系统的研究[J];物探装备;2008年03期

中国重要会议论文全文数据库 前3条

1 杨华;邹月娴;刘志刚;时广轶;关佩;王一言;;基于视频的复杂交通场景车辆跟踪技术研究[A];第六届全国信息获取与处理学术会议论文集（1）[C];2008年

2 孙燎原;石川;张杨;;基于GoogleMaps的车辆跟踪态势显示系统研究与实现[A];第十六届全国青年通信学术会议论文集（上）[C];2011年

3 张晖;董育宁;夏洋;;一种基于改进的GVF-Snake模型的车辆跟踪算法[A];第十三届全国图象图形学学术会议论文集[C];2006年

中国重要报纸全文数据库 前4条

1 神州通信有限公司GIS部 廖志杰;构建中国空间信息服务网络平台系统(六)[N];通信产业报;2004年

2 中国全球定位系统技术应用协会GPS信息咨询服务部 曹冲;GPS上车[N];计算机世界;2002年

3 本报记者 杨滨;打牢百年精品客专的基石[N];人民铁道;2010年

4 庞伟燕;用科技编织安全网[N];中国邮政报;2011年

中国博士学位论文全文数据库 前3条

1 吴刚;基于粒子滤波与增量学习的车辆跟踪方法研究[D];南京理工大学;2014年

2 徐旭;复杂环境下的车辆目标跟踪技术研究[D];吉林大学;2013年

3 王军伟;ITS中运动车辆自动跟踪方法的研究[D];中国农业大学;2003年

中国硕士学位论文全文数据库 前10条

1 徐晓娟;基于视频的车辆跟踪算法研究[D];长安大学;2015年

2 高冬冬;基于车辆跟踪轨迹的停车和逆行检测研究[D];长安大学;2015年

3 董艳梅;基于相关滤波器的目标跟踪技术[D];北京理工大学;2015年

4 陈国斌;动态车辆的自动跟踪算法研究[D];石家庄铁道大学;2014年

5 宋耀;交通监控视频中的车辆异常行为检测[D];南京邮电大学;2015年

6 郝学森;基于车辆跟踪的两种算法研究[D];辽宁科技大学;2015年

7 王翌清;车辆路口滞留违章自动取证系统关键技术研究及实现[D];上海交通大学;2015年

8 左新伟;面向模糊视频的车辆目标跟踪算法研究[D];大连海事大学;2016年

9 金龙;复杂场景下车辆跟踪研究[D];南京航空航天大学;2015年

10 潘晓旭;车载视频的运动目标检测与跟踪算法研究[D];长春工业大学;2016年

  本文关键词：基于车载摄像头的前车防撞预警技术研究，由笔耕文化传播整理发布。

本文编号：302770