近年來,隨著經(jīng)濟(jì)不斷發(fā)展,我國(guó)的汽車保有量逐年增長(zhǎng),但交通事故發(fā)生率也隨之增長(zhǎng),交通安全問題亟需解決。根據(jù)我國(guó)交通管理局的相關(guān)統(tǒng)計(jì),發(fā)生車輛相撞事故中超過65%屬于追尾碰撞,因此通過分析前方車輛的危險(xiǎn)程度,建立目標(biāo)車輛縱向預(yù)警系統(tǒng)對(duì)保證駕駛員行車安全至關(guān)重要。現(xiàn)代車載主動(dòng)安全技術(shù)以駕駛輔助系統(tǒng)為載體,具有自動(dòng)泊車輔助、盲點(diǎn)檢測(cè)、車道偏離預(yù)警、碰撞檢測(cè)等多種功能。本文著重對(duì)駕駛輔助系統(tǒng)中的車輛碰撞危險(xiǎn)檢測(cè)預(yù)警進(jìn)行研究。本文將目標(biāo)檢測(cè)、目標(biāo)跟蹤與目標(biāo)危險(xiǎn)檢測(cè)預(yù)警系統(tǒng)有機(jī)結(jié)合起來,通過綜合考慮主車行車場(chǎng)景分析與前方目標(biāo)車行駛運(yùn)動(dòng)狀態(tài)來對(duì)車輛的行駛危險(xiǎn)程度進(jìn)行評(píng)估。本文首先分析了毫米波雷達(dá)的工作原理,提出有效的濾波算法,解決了雷達(dá)探測(cè)的原始數(shù)據(jù)存在各種干擾信號(hào)、靜止目標(biāo)、虛警信息、無效車道目標(biāo)等問題。為了驗(yàn)證算法的有效性,在城市高速路、一般城市道路、襄陽(yáng)試驗(yàn)場(chǎng),使用Vector的CAN數(shù)據(jù)采集設(shè)備及外接相機(jī)采集多組離線數(shù)據(jù)進(jìn)行算法效果驗(yàn)證。為了使外接攝像頭和雷達(dá)數(shù)據(jù)統(tǒng)一,本文提出了空間融合和時(shí)間融合算法,并使用張正友標(biāo)定方法對(duì)攝像頭進(jìn)行標(biāo)定。有效目標(biāo)識(shí)別算法為危險(xiǎn)評(píng)估系統(tǒng)提供了準(zhǔn)確可靠的信息源... 

【文章來源】：吉林大學(xué)吉林省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：80 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

010-2018年汽車產(chǎn)銷量統(tǒng)計(jì)圖

并用吸盤將其固定好，如圖2.2 所示。在實(shí)驗(yàn)過程中，調(diào)整采集的圖像像素為 640×480。為了達(dá)到毫米波雷達(dá)探測(cè)目標(biāo)和攝像頭圖像中的像素信息對(duì)應(yīng)的目的，本文從空間和時(shí)間上進(jìn)行數(shù)據(jù)融合。圖 2.2 攝像頭安裝位置2.2.2 毫米波雷達(dá)與羅技攝像頭數(shù)據(jù)融合2.2.2.1 攝像頭模型攝像頭成像的原理是小孔成像模型，可以將物體的三維坐標(biāo)和圖像坐標(biāo)系對(duì)應(yīng)起來。小孔成像原理如圖 2.3 所示，H 表示物體的高度，h 為物體對(duì)應(yīng)到圖像

圖 2.6 羅技攝像頭標(biāo)定.4 融合驗(yàn)證通過張正友標(biāo)定法求出的內(nèi)參數(shù)和畸變系數(shù)，就可以將雷達(dá)探測(cè)的目標(biāo)到圖像的像素位置。如圖 2.7 所示,左圖是用 MATLAB 2016a 中畫出毫米測(cè)到的目標(biāo)（畫綠色×），右圖是真實(shí)場(chǎng)景視頻數(shù)據(jù)中對(duì)應(yīng)的車輛目標(biāo)米波雷達(dá)和攝像頭的聯(lián)合標(biāo)定，可以有效檢測(cè)雷達(dá)探測(cè)目標(biāo)的準(zhǔn)確性，出是否是雜波等干擾信息。如圖 2.8 所示，在車輛高速行駛時(shí)，容易造烈抖動(dòng)，會(huì)發(fā)生圖像中目標(biāo)與雷達(dá)目標(biāo)不對(duì)應(yīng)的情況，但誤差較小，所足系統(tǒng)的需求。

【參考文獻(xiàn)】：
期刊論文
[1]解析自動(dòng)駕駛的三大傳感器[J]. 杜莎,曹熙.  汽車與配件. 2018(23)
[2]汽車前方靜動(dòng)目標(biāo)狀態(tài)轉(zhuǎn)移機(jī)理與分類算法[J]. 高振海,王竣,王德平,李紅建.  汽車工程. 2016(05)
[3]四種提高FMCW測(cè)距精度的方案及性能分析[J]. 朱愷,秦軼煒,許建中,萬夕干,陳煜.  無線電工程. 2015(01)
[4]基于SIFT特征和粒子濾波的目標(biāo)跟蹤方法[J]. 牛長(zhǎng)鋒,陳登峰,劉玉樹.  機(jī)器人. 2010(02)
[5]基于速度和車頭時(shí)距的車輛換算系數(shù)計(jì)算方法研究[J]. 陳洪仁,楊龍海,李麗蘭.  哈爾濱建筑大學(xué)學(xué)報(bào). 2001(02)
[6]模糊綜合評(píng)價(jià)法及應(yīng)用[J]. 胡守忠,顧建勤.  中國(guó)紡織大學(xué)學(xué)報(bào). 1995(01)

博士論文
[1]多指標(biāo)綜合評(píng)價(jià)理論與方法問題研究[D]. 蘇為華.廈門大學(xué) 2000

碩士論文
[1]基于駕駛員反應(yīng)特性的縱向防碰撞預(yù)警系統(tǒng)[D]. 王慧文.吉林大學(xué) 2018
[2]基于機(jī)器視覺和毫米波雷達(dá)的夜間車輛識(shí)別[D]. 郭云雷.天津工業(yè)大學(xué) 2018
[3]智能汽車避障危險(xiǎn)評(píng)估和軌跡規(guī)劃研究[D]. 江慶坤.吉林大學(xué) 2016
[4]基于多圖像特征金字塔的車輛檢測(cè)[D]. 曹曉明.北京交通大學(xué) 2016
[5]電動(dòng)汽車主動(dòng)安全避撞控制系統(tǒng)研究[D]. 胡蕾蕾.吉林大學(xué) 2014
[6]汽車縱向主動(dòng)避撞控制方法研究[D]. 鄭磊.西華大學(xué) 2014
[7]基于毫米波雷達(dá)的車輛縱向碰撞預(yù)警系統(tǒng)設(shè)計(jì)[D]. 柯振宇.武漢理工大學(xué) 2014
[8]基于毫米波雷達(dá)的車間位置關(guān)系識(shí)別方法[D]. 任德錕.長(zhǎng)安大學(xué) 2012
[9]汽車主動(dòng)防撞系統(tǒng)控制模式的研究[D]. 李朋.南京航空航天大學(xué) 2012
[10]基于毫米波雷達(dá)的汽車主動(dòng)防撞預(yù)警系統(tǒng)信號(hào)分析與處理[D]. 楊凱和.吉林大學(xué) 2011



本文編號(hào)：3588317