為使混行交通流下智能網(wǎng)聯(lián)車輛(Connected and Automated Vehicles, CAV)實(shí)現(xiàn)對(duì)人工駕駛車輛(Human-driven Vehicle, HV)前照燈燈語(yǔ)意圖(Vehicle Headlights Intention, VHI)的識(shí)別,彌補(bǔ)車對(duì)車(Vehicle to Vehicle, V2V)和鳴笛意圖識(shí)別技術(shù)的不足,更好地與HV交互溝通,提出CAV對(duì)HV的VHI識(shí)別模型.模型包括:燈光感知、光數(shù)據(jù)處理、VHI識(shí)別3個(gè)模塊,燈光感知模塊通過(guò)RGB(Red-Green-Blue, RGB)和HSV(Hue-Saturation-Value, HSV)顏色空間感知前照燈(Vehicle Headlights, VH),采用KLT(Kanade-Lucas-Tomasi Tracking,KLT)和車輛匹配算法定位跟蹤發(fā)出燈語(yǔ)的HV;光數(shù)據(jù)處理模塊采用光通道增益算法計(jì)算光輻射通量變化;VHI識(shí)別模塊基于雙層隱馬爾可夫模型(Double-layer Hidden Markov Model,DHMM)辨識(shí)VH閃爍次數(shù)和HV行駛狀態(tài),實(shí)現(xiàn)VHI識(shí)別.在3種燈語(yǔ)示意...

【文章頁(yè)數(shù)】：9 頁(yè)

【部分圖文】：

圖1VHI識(shí)別模型

式中：F(x,y)為變換后的像素值大��；fR(x,y)為紅色像素值；fG(x,y)為綠色像素值；fB(x,y)為藍(lán)色像素值；(x,y)為像素坐標(biāo)；R(x,y)為紅分量；G(x,y)為綠分量；B(x,y)為藍(lán)分量.對(duì)ImageHSV進(jìn)行高斯變換，對(duì)ImageRGB進(jìn)行非線性變換....

圖2前照燈配對(duì)檢測(cè)

式中：a1、b1分別為區(qū)域1的寬度和長(zhǎng)度；a2、b2分別為區(qū)域2的寬度和長(zhǎng)度；d1、d2為誤差距離.2.2光數(shù)據(jù)處理模塊

圖3遠(yuǎn)近光燈在路面上形成的等照度圖

文獻(xiàn)[12]給出等照度圖，如圖3所示，在進(jìn)行遠(yuǎn)近光切換時(shí)，VH光線會(huì)在路面上形成反射.根據(jù)上述等照?qǐng)D特性和光學(xué)理論[13]，建立VH投射模型，如圖4所示.

圖4VH投射模型

式中：ρ為反射率；?為反射角(°).圖5路面反射

本文編號(hào)：3895543