【摘要】：近年來(lái),交通事故已經(jīng)成為一個(gè)社會(huì)廣泛關(guān)注的問(wèn)題,由此帶來(lái)的人員和財(cái)產(chǎn)的損失嚴(yán)重影響著人們的正常生活。為了提高駕駛的安全性和可靠性,各大汽車(chē)廠商相繼展開(kāi)對(duì)主動(dòng)安全駕駛技術(shù)和智能車(chē)輛的研究,智能交通系統(tǒng)的概念也因此被提出。對(duì)前方車(chē)輛的檢測(cè)一直以來(lái)都是智能交通系統(tǒng)研究的一個(gè)重要問(wèn)題。目前,車(chē)輛檢測(cè)主要通過(guò)多種不同的傳感器實(shí)現(xiàn)。相較于傳統(tǒng)的激光雷達(dá)和毫米波雷達(dá),視覺(jué)傳感器具有成本低廉,信息豐富的優(yōu)勢(shì),并且近年來(lái)隨著硬件性能不斷提升,視覺(jué)傳感器的應(yīng)用場(chǎng)景也越來(lái)越廣泛。基于視覺(jué)傳感器的車(chē)輛檢測(cè)方法可以分為基于單目攝像機(jī)的車(chē)輛檢測(cè)和基于雙目立體視覺(jué)的車(chē)輛檢測(cè)。與單目攝像機(jī)相比,雙目立體視覺(jué)除了可以提供豐富的外觀信息,還能夠提供目標(biāo)的深度信息,能夠提高目標(biāo)檢測(cè)的準(zhǔn)確度。在本文中,我們提出一種基于立體視覺(jué)和機(jī)器學(xué)習(xí)的,在城市道路環(huán)境中的實(shí)時(shí)車(chē)輛檢測(cè)方法,該方法主要可以分為假設(shè)生成和假設(shè)驗(yàn)證兩個(gè)步驟。在假設(shè)生成部分,分為初始候選區(qū)域生成和候選區(qū)域的確定兩個(gè)步驟。首先,我們提出了一種基于車(chē)底陰影的車(chē)輛檢測(cè)方法。通過(guò)提取車(chē)底陰影這一特征生成初始的候選區(qū)域。然后,為了進(jìn)一步地確定候選區(qū)域,通過(guò)立體匹配算法計(jì)算視差圖,獲得目標(biāo)的深度信息和實(shí)際大小,并對(duì)視差圖進(jìn)行聚類(lèi),排除視差圖中具有明顯深度變化的噪聲區(qū)域。在假設(shè)驗(yàn)證階段,我們對(duì)候選區(qū)域進(jìn)行存在性驗(yàn)證。本文融合了方向梯度直方圖和支持向量機(jī)等方法對(duì)目標(biāo)進(jìn)行識(shí)別。為了進(jìn)一步提高車(chē)輛檢測(cè)的精度,我們又引入多尺度分類(lèi)器對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行優(yōu)化。在實(shí)驗(yàn)中,我們選擇了兩個(gè)數(shù)據(jù)集分別進(jìn)行測(cè)試。首先在自建數(shù)據(jù)集上對(duì)車(chē)輛進(jìn)行城市道路中的實(shí)時(shí)檢測(cè),目標(biāo)識(shí)別的準(zhǔn)確率為95.9%。然后又在開(kāi)源數(shù)據(jù)集KITTI中選擇了8組視頻集進(jìn)行測(cè)試,準(zhǔn)確率均達(dá)到90%以上,平均準(zhǔn)確率為92.95%。為了驗(yàn)證該系統(tǒng)檢測(cè)距離的準(zhǔn)確性,我們也對(duì)應(yīng)做了相應(yīng)的測(cè)試,誤差與檢測(cè)距離呈正相關(guān),最小誤差為2.7%,平均誤差為4.9%。實(shí)驗(yàn)結(jié)果表明,本文提出的基于立體視覺(jué)和機(jī)器學(xué)習(xí)的車(chē)輛檢測(cè)方法能夠有效地識(shí)別出各種城市場(chǎng)景下的目標(biāo)車(chē)輛,并對(duì)目標(biāo)車(chē)輛進(jìn)行實(shí)時(shí)檢測(cè),具有較高的準(zhǔn)確率。同時(shí)通過(guò)聚類(lèi)算法和機(jī)器學(xué)習(xí)算法能夠有效去除樹(shù)木、護(hù)欄、標(biāo)識(shí)牌和建筑物等干擾目標(biāo)。隨著對(duì)智能交通系統(tǒng)的深入研究,我們的方法還可以應(yīng)用在高級(jí)駕駛輔助系統(tǒng)中的前方障礙物檢測(cè)的碰撞警示和主動(dòng)制動(dòng)系統(tǒng)中,具有良好的應(yīng)用前景。
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：U463.6;U495;TP391.41
【圖文】：

第 1 章 緒論果的準(zhǔn)確性和實(shí)時(shí)性。視覺(jué)傳感器具有成本低、視角廣、移植，它可以獲得多種感知信息，如車(chē)輛、車(chē)道、交通標(biāo)識(shí)牌、行標(biāo)分類(lèi)，近距離檢測(cè)精度高等特點(diǎn)。隨著硬件性能的不斷提高（和計(jì)算機(jī)視覺(jué)技術(shù)的發(fā)展，基于視覺(jué)傳感器的實(shí)時(shí)車(chē)輛檢測(cè)逐統(tǒng)領(lǐng)域的研究熱點(diǎn)。

3 次輕微事故，沒(méi)有造成任何人員傷亡。特斯拉（Tesla Autopilot）從自動(dòng)輔助駕駛功能開(kāi)啟至今已經(jīng)積累了 3 億里行駛數(shù)據(jù)，已經(jīng)可以實(shí)現(xiàn)自動(dòng)巡航，自動(dòng)變道和緊急剎車(chē)，是世界上首個(gè)實(shí)現(xiàn)人工智能的駕駛輔助系統(tǒng)。上世紀(jì)八十年代后期，我國(guó)才開(kāi)始對(duì)智能交通系統(tǒng)進(jìn)行深入的研究，雖然國(guó)內(nèi)的研究起步較晚，但是也取得了卓有成效的發(fā)展。清華大學(xué)在這一方面有較深入的研究。其研制 THMR-V 智能車(chē)已經(jīng)可以在結(jié)道路上進(jìn)行自主駕駛跟蹤，平均速度為 100 km/h，最高時(shí)速可達(dá)到 150 km/h[視覺(jué)導(dǎo)航、主動(dòng)避障、離線報(bào)警等方面取得了較為突出的研究成果，目前正行智能巡航控制系統(tǒng)、前碰撞預(yù)警系統(tǒng)等技術(shù)的實(shí)用化工作。THMR-V 智能圖 1.2（a）所示。國(guó)防科技大學(xué)先后研發(fā)了 CITAVT-I 到 CITAVT-IV 型號(hào)的無(wú)人車(chē)。其ITAVT-IV 利用視覺(jué)傳感器實(shí)現(xiàn)了在結(jié)構(gòu)化道路上的無(wú)人駕駛，如圖 1.2（b）。

【參考文獻(xiàn)】

相關(guān)期刊論文 前7條

1 馬飛躍;王曉年;;無(wú)人駕駛汽車(chē)環(huán)境感知與導(dǎo)航定位技術(shù)應(yīng)用綜述[J];汽車(chē)電器;2015年02期

2 陳雪;張衛(wèi)彬;程廣濤;;基于雙目立體視覺(jué)的障礙物檢測(cè)方法[J];軟件導(dǎo)刊;2012年02期

3 齊美彬;潘燕;張銀霞;;基于車(chē)底陰影的前方運(yùn)動(dòng)車(chē)輛檢測(cè)[J];電子測(cè)量與儀器學(xué)報(bào);2012年01期

4 梁琳;;淺談我國(guó)智能交通系統(tǒng)的發(fā)展[J];廣西質(zhì)量監(jiān)督導(dǎo)報(bào);2008年10期

5 胡銦;楊靜宇;;基于單目視覺(jué)的路面車(chē)輛檢測(cè)及跟蹤方法綜述[J];公路交通科技;2007年12期

6 張振武;丁冬花;;THMR-V道路檢測(cè)算法設(shè)計(jì)[J];微計(jì)算機(jī)信息;2005年25期

7 孟曉橋,胡占義;攝像機(jī)自標(biāo)定方法的研究與進(jìn)展[J];自動(dòng)化學(xué)報(bào);2003年01期

相關(guān)碩士學(xué)位論文 前4條

1 程蕾;基于毫米波雷達(dá)和機(jī)器視覺(jué)的夜間前方車(chē)輛檢測(cè)研究[D];吉林大學(xué);2016年

2 佟卓遠(yuǎn);基于機(jī)器視覺(jué)的前方車(chē)輛檢測(cè)與測(cè)距系統(tǒng)設(shè)計(jì)[D];哈爾濱工業(yè)大學(xué);2015年

3 文超;基于視覺(jué)的后方車(chē)輛檢測(cè)與跟蹤算法研究[D];吉林大學(xué);2014年

4 周荷;基于激光測(cè)距器的汽車(chē)安全輔助駕駛技術(shù)[D];哈爾濱工業(yè)大學(xué);2007年

本文編號(hào)：2714926