本文選題：智能交通 + 行人檢測�。� 參考：《公路交通科技》2014年07期

【摘要】：行人作為交通事故易受傷群體之一,其安全保障越發(fā)受到重視。結合車載激光測距儀實時采集的車輛前方障礙物距離信息,提出基于K-means算法的行人檢測方法。首先對激光測距儀接收的距離信息進行報文解析,形成激光云點圖。其次,對激光云點圖進行預處理,消除冗余數(shù)據(jù)。再應用K-means聚類算法對前方障礙物進行分類,最后建立行人寬度模型甄別行人目標。試驗結果表明,基于K-means聚類算法能從激光云點圖中快速提取行人目標,為汽車主動安全及交通安全研究提供基礎。
[Abstract]:As one of the vulnerable groups of traffic accidents, the safety and security of pedestrians are getting more and more attention. A pedestrian detection method based on K-means algorithm is proposed based on the distance information of vehicle obstacle in front of vehicle laser rangefinder. Firstly, the distance information received by laser rangefinder is analyzed and the laser cloud point map is formed. Secondly, The laser cloud point map is preprocessed to eliminate the redundant data. Then the K-means clustering algorithm is used to classify the obstacles ahead. Finally, the pedestrian width model is established to discriminate the pedestrian targets. The experimental results show that the pedestrian target can be quickly extracted from the laser cloud point map based on the K-means clustering algorithm, which provides the vehicle active safety and traffic safety research. Basics.

【作者單位】： 華南理工大學土木與交通學院;新疆交通科學研究院;哈爾濱工業(yè)大學交通科學與工程學院;
【基金】：國家自然科學基金項目(51108192,51208500) 中國博士后科學基金項目(2012M521824,2013T60904) 華南理工大學中央高�；究蒲袠I(yè)務費專項資金項目(2012ZZ0100,2014ZG0029) 華南理工大學“學生研究計劃”SRP(4564)
【分類號】：U495

【參考文獻】

相關期刊論文 前4條

1 袁泉;李一兵;郭榕;;用于統(tǒng)計與分析的汽車碰撞行人事故深入數(shù)據(jù)源[J];公路交通科技;2008年05期

2 劉金廣;于泉;榮建;劉小明;張銀平;;基于視頻的信號交叉口行人自行車交通特性[J];公路交通科技;2009年S1期

3 張陽;劉偉銘;吳義虎;;面向車載輔助駕駛系統(tǒng)的快速行人檢測方法[J];公路交通科技;2013年11期

4 鞏敦衛(wèi);蔣余慶;張勇;周勇;;基于微粒群優(yōu)化聚類數(shù)目的K-均值算法[J];控制理論與應用;2009年10期

【共引文獻】

相關期刊論文 前10條

1 孟虎;陳艷艷;劉花;;信號交叉口行人過街遵章率預測模型[J];公路交通科技;2012年12期

2 姚躍華;史秀嶺;;一種優(yōu)化初始中心的K-means粗糙聚類算法[J];計算機工程與應用;2010年34期

3 李春生;王耀南;;聚類中心初始化的新方法[J];控制理論與應用;2010年10期

4 袁泉;胡孟夏;李一兵;;基于真實事故數(shù)據(jù)的人車碰撞事故場景設計與駕駛模擬實驗(英文)[J];汽車安全與節(jié)能學報;2012年01期

5 許駿;李一兵;;人車碰撞事故再現(xiàn)技術綜述[J];汽車工程;2009年11期

6 姜凱;左風朝;;Weka平臺上解決聚類的改進差分進化算法[J];計算機工程與設計;2012年02期

7 劉庭志;陳吉清;;汽車行人保護開發(fā)與研究進展[J];汽車實用技術;2012年01期

8 陳兆學;喻海中;陳浩;;基于灰度直方圖多峰值選取的腦組織MRI圖像K-means聚類分割方法研究[J];生物醫(yī)學工程學雜志;2013年06期

9 吳夙慧;成穎;鄭彥寧;潘云濤;;K-means算法研究綜述[J];現(xiàn)代圖書情報技術;2011年05期

10 王縱虎;劉志鏡;陳東輝;;兩階段混合粒子群優(yōu)化聚類[J];西南交通大學學報;2012年06期

相關博士學位論文 前3條

1 張冠軍;行人下肢的碰撞損傷特性及相關參數(shù)研究[D];湖南大學;2009年

2 范艷輝;汽車/行人碰撞運動學及多元關聯(lián)特征的研究[D];吉林大學;2009年

3 王縱虎;聚類分析優(yōu)化關鍵技術研究[D];西安電子科技大學;2012年

相關碩士學位論文 前10條

1 王慧;C-均值聚類算法的改進研究[D];河南大學;2011年

2 陳昕;基于多源數(shù)據(jù)獲取的道路交通事故數(shù)據(jù)源系統(tǒng)開發(fā)[D];武漢理工大學;2011年

3 王芳;汽車—行人事故中行人傷害機理的研究[D];長安大學;2011年

4 周夢然;頭部有限元建模和發(fā)動機罩優(yōu)化設計[D];華南理工大學;2011年

5 史秀嶺;K-means聚類優(yōu)化算法的研究[D];長沙理工大學;2011年

6 趙晶晶;基于時序趨勢特征的回轉窯喂煤SVM分類方法[D];湖南大學;2011年

7 周虹;基于自適應粒子群的k-中心聚類算法研究[D];長沙理工大學;2012年

8 劉庭志;基于行人保護的彈起式發(fā)動機罩研究與開發(fā)[D];華南理工大學;2012年

9 高會英;基于PC-Crash的人—車碰撞事故再現(xiàn)及其誤差分析[D];重慶交通大學;2011年

10 吳闖;基于蟻群算法的火焰圖像分割方法應用研究[D];湖南大學;2012年

【二級參考文獻】

相關期刊論文 前10條

1 郭烈,王榮本,顧柏園,余天洪;世界智能車輛行人檢測技術綜述[J];公路交通科技;2005年11期

2 徐良杰;王煒;俞斌;;信號交叉口混合交通流協(xié)調優(yōu)化方法研究[J];公路交通科技;2006年06期

3 李開兵;汪劭;;行人交通違規(guī)行為的心理學研究[J];公路交通科技;2007年05期

4 王榮本;郭烈;金立生;顧柏園;余天洪;;智能車輛安全輔助駕駛技術研究近況[J];公路交通科技;2007年07期

5 劉金廣;于泉;榮建;劉小明;;信號交叉口非機動車道混合交通流特性研究[J];交通與計算機;2008年05期

6 高尚;楊靜宇;;求解聚類問題的混合粒子群優(yōu)化算法[J];科學技術與工程;2005年23期

7 錢線;黃萱菁;吳立德;;初始化K-means的譜方法[J];自動化學報;2007年04期

8 付忠良;;多分類問題代價敏感AdaBoost算法[J];自動化學報;2011年08期

9 種衍文;匡湖林;李清泉;;一種基于多特征和機器學習的分級行人檢測方法[J];自動化學報;2012年03期

10 程如中;趙勇;王執(zhí)中;許家堯;王新安;;實時行人檢測預警系統(tǒng)[J];交通運輸工程學報;2012年05期

【相似文獻】

相關期刊論文 前1條

1 王天真;劉萍;湯天浩;黃洪瓊;張艷;;一種基于k-means聚類的航運信息孤立點分析算法[J];上海海事大學學報;2011年03期

，

本文編號：1830353