本文關(guān)鍵詞：基于視覺的汽車前方碰撞預(yù)警系統(tǒng)研究　出處：《湖南大學(xué)》2016年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 主動安全 碰撞預(yù)警 安全車距 車輛檢測

【摘要】：基于視覺的汽車前方碰撞預(yù)警(V-FCW)系統(tǒng)是汽車安全輔助駕駛技術(shù)領(lǐng)域最為典型的應(yīng)用之一。汽車前方碰撞預(yù)警(FCW)系統(tǒng)主要利用傳感器獲取信息并處理,準(zhǔn)確判斷前方可能發(fā)生的碰撞危險情況并對駕駛?cè)私o與警告,與目前多采用雷達傳感器的汽車前方碰撞預(yù)警系統(tǒng)相關(guān)研究不同,基于視覺的汽車前方碰撞預(yù)警系統(tǒng)使用攝像頭作為獲取信息的環(huán)境感知工具。視覺傳感器具有模式識別及車道線檢測等其他傳感器不具備的優(yōu)勢,但同時也面臨著障礙物識別及測距等方面的巨大技術(shù)挑戰(zhàn)�；诖搜芯勘尘�,本文設(shè)計了一套V-FCW系統(tǒng)新的車輛檢測、車輛測距方法和安全距離計算算法,并在通過仿真分析驗證其效果。在對汽車前方碰撞預(yù)警安全距離模型分析的基礎(chǔ)上,本文根據(jù)車輛的運行狀態(tài)和制動規(guī)律,充分考慮了影響車輛制動的駕駛?cè)艘蛩睾铜h(huán)境因素,建立了新的汽車安全距離模型,同時對該模型中的參數(shù)進行了說明和分析。結(jié)合其他模型算法利用MATLAB軟件進行仿真分析,結(jié)合不同狀態(tài)下最小安全車距與速度和附著系數(shù)的變化規(guī)律。驗證了該模型能夠更好的地反映真實車輛運行狀況,降低了計算安全車距存在的較大偏差。本文在車輛檢測識別方面作出改進。利用類Haar和改進的Ada Boost算法的對前方車輛進行檢測,首先利用基于積分圖的思想計算圖像的擴展類Haar特征;然后使用提取的類Haar特征值向量集改進Ada Boost算法,文中提出了改進措施:利用SVM代替初步分類器Ada Boost算法(SVM-Ada Boost)增強了分類器的分類能力。通過實驗驗證文中所提出的方法在訓(xùn)練所需時間和識別性能方面取得了比傳統(tǒng)方法更好的效果。本文在車輛測距方面,使用單目攝像機利用小孔成像的測距原理,通過對攝像機內(nèi)部參數(shù)的標(biāo)定,根據(jù)建立的測距模型實現(xiàn)前后車輛之間的距離測量,并使用行車記錄儀的視頻對前方車輛距離進行測量實驗。
[Abstract]:Vision-based vehicle front collision warning system is one of the most typical applications in the field of vehicle safety driving assisted driving technology. The system mainly uses sensors to obtain information and process. It is different from the current research on the vehicle front collision warning system that radar sensors are used to accurately judge the possible collision hazard and give warning to the driver. The vision-based vehicle front collision warning system uses the camera as an environment sensing tool to obtain information. The visual sensor has the advantages of pattern recognition and lane detection and other sensors do not have the advantages. But at the same time, it also faces huge technical challenges in obstacle recognition and ranging. Based on this research background, this paper designs a new set of V-FCW system vehicle detection. Vehicle ranging method and safety distance calculation algorithm, and through simulation analysis to verify its effect. On the basis of the analysis of the vehicle front collision warning safety distance model, this paper according to the vehicle running state and braking law. Considering the factors of driver and environment, a new vehicle safety distance model is established. At the same time, the parameters of the model are explained and analyzed. Combined with other model algorithms, MATLAB software is used to simulate the model. Combined with the minimum safety vehicle distance, speed and adhesion coefficient under different conditions, it is verified that the model can better reflect the actual vehicle operation status. The large deviation of calculating the safe vehicle distance is reduced. In this paper, the vehicle detection and identification are improved. The forward vehicle is detected by using the similar Haar and the improved Ada Boost algorithm. Firstly, the extended Haar feature of the image is calculated based on the idea of integral graph. Then the Ada Boost algorithm is improved by using the extracted Haar like eigenvalue vector set. The improvement measures are put forward in this paper: using SVM instead of the initial classifier Ada Boost algorithm, SVM-Ada boost (SVM-Ada boost). The experimental results show that the proposed method is more effective than the traditional method in training time and recognition performance. Based on the calibration of camera internal parameters, the distance between front and rear vehicles can be measured by using the ranging principle of monocular camera by using the principle of pinhole imaging. The video of the CarLog is used to measure the distance of the vehicle in front of the vehicle.
【學(xué)位授予單位】：湖南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：U463.6

【相似文獻】

相關(guān)期刊論文 前9條

1 肖志濤;王悅;耿磊;張芳;;基于團塊幾何和位置特征的夜間前方車輛檢測方法[J];河北工業(yè)大學(xué)學(xué)報;2013年05期

2 王海;張為公;蔡英鳳;;一種前方車輛后輪接地點檢測算法[J];現(xiàn)代交通技術(shù);2011年04期

3 馬雷;臧俊杰;張潤生;;不同光照條件下前方車輛識別方法[J];汽車工程;2012年04期

4 馬雷;武波濤;于福瑩;;復(fù)雜路面環(huán)境下前方車輛識別目標(biāo)函數(shù)的選取[J];汽車工程;2009年04期

5 高德芝;段建民;于宏嘯;;基于激光雷達和攝像機的前方車輛檢測[J];北京工業(yè)大學(xué)學(xué)報;2012年09期

6 張建明;張玲增;劉志強;;一種結(jié)合多特征的前方車輛檢測與跟蹤方法[J];計算機工程與應(yīng)用;2011年05期

7 馬雷;武波濤;盧艷楠;張楊;;基于信息融合的道路前方車輛識別研究[J];公路交通科技;2009年08期

8 劉志強;程紅星;王運霞;;車輛防撞檢測技術(shù)研究[J];公路交通科技(應(yīng)用技術(shù)版);2008年06期

9 ;[J];;年期

相關(guān)重要報紙文章 前6條

1 記者 張曄　通訊員 楊萍 田野;南理工一技術(shù)給汽車提供安全“智能助理”[N];科技日報;2009年

2 本報駐薩格勒布記者 趙嘉政;克前副總理被判服刑22個月[N];光明日報;2013年

3 尹燦生;預(yù)防車禍的招數(shù)[N];云南政協(xié)報;2000年

4 本報記者 ，

本文編號：1414553