近年來(lái),隨著汽車(chē)保有量的增加,由于汽車(chē)碰撞事故帶來(lái)的經(jīng)濟(jì)損失和人員傷亡日趨嚴(yán)重,作為一個(gè)交通事故頻發(fā)的國(guó)家,汽車(chē)主動(dòng)安全技術(shù)成為科研機(jī)構(gòu)和汽車(chē)廠商的研究重點(diǎn)。本文旨在研究不同應(yīng)用場(chǎng)景下的汽車(chē)防撞告警技術(shù),該技術(shù)實(shí)現(xiàn)在不同應(yīng)用場(chǎng)景下,通過(guò)信息處理的手段得到前方車(chē)輛相對(duì)當(dāng)前車(chē)輛的距離、方位以及前方車(chē)輛的外部特征等基本信息。在這種背景下本文提出了簡(jiǎn)單場(chǎng)景下的單目測(cè)距模型和使用范圍更廣的紅外激光與圖像數(shù)據(jù)融合的多傳感器的防撞模型。本文主要研究的技術(shù)有車(chē)輛檢測(cè),單目測(cè)距,紅外激光與圖像復(fù)合防撞等。本文的結(jié)構(gòu)如下:首先,從圖像處理的角度提出了基于車(chē)輛陰影特征的車(chē)輛檢測(cè)方法,對(duì)圖像進(jìn)行預(yù)處理,使用二次自適應(yīng)閾值分割算法初步將車(chē)輛提取出來(lái),生成假設(shè)性區(qū)域后,利用車(chē)輛的對(duì)稱(chēng)性過(guò)濾掉不符合條件的虛假干擾,保證了檢測(cè)的正確性。然后,在檢測(cè)到車(chē)輛的情況下,研究了攝像機(jī)的坐標(biāo)轉(zhuǎn)化關(guān)系和圖像的畸變模型,通過(guò)張正友平面標(biāo)定法對(duì)相機(jī)的內(nèi)部參數(shù)進(jìn)行標(biāo)定,本文提出一種簡(jiǎn)單場(chǎng)景下基于相機(jī)空間投影關(guān)系的單目測(cè)距模型,并對(duì)相機(jī)的俯仰角進(jìn)行了修正,通過(guò)大量實(shí)驗(yàn),分析了影響測(cè)距精度的因素,保證了本模型的精確性。最后,本文闡述了復(fù)雜... 

【文章頁(yè)數(shù)】：73 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 課題研究背景和意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 汽車(chē)防撞告警系統(tǒng)的國(guó)外發(fā)展現(xiàn)狀
        1.2.2 汽車(chē)防撞告警系統(tǒng)的國(guó)內(nèi)發(fā)展現(xiàn)狀
        1.2.3 車(chē)輛檢測(cè)
        1.2.4 測(cè)距方法比較
    1.3 本文主要研究?jī)?nèi)容
    1.4 本章小結(jié)
2 車(chē)輛檢測(cè)
    2.1 圖像預(yù)處理
        2.1.1 圖像灰度化
        2.1.2 圖像平滑
        2.1.3 提取感興趣區(qū)域
    2.2 邊緣提取
    2.3 閾值分割
    2.4 提取車(chē)底與路面交線邊緣
    2.5 基于對(duì)稱(chēng)性的車(chē)輛驗(yàn)證
    2.6 本章小結(jié)
3 紅外激光和圖像復(fù)合防撞系統(tǒng)總述
    3.1 汽車(chē)防撞告警系統(tǒng)的性能要求
    3.2 汽車(chē)防撞系統(tǒng)及其組成
        3.2.1 汽車(chē)防撞系統(tǒng)概述
        3.2.2 激光測(cè)距模塊
        3.2.3 單目測(cè)距模塊
    3.3 汽車(chē)防撞數(shù)學(xué)模型
        3.3.1 汽車(chē)制動(dòng)模型中制動(dòng)距離的計(jì)算
        3.3.2 兩車(chē)情況判定標(biāo)準(zhǔn)
    3.4 本章小結(jié)
4 單目成像測(cè)距原理
    4.1 攝像機(jī)成像原理
    4.2 四種坐標(biāo)系以及相互轉(zhuǎn)換
        4.2.1 相機(jī)的四坐標(biāo)系模型
        4.2.2 坐標(biāo)系之間的相互轉(zhuǎn)換
    4.3 相機(jī)畸變模型
    4.4 相機(jī)標(biāo)定
    4.5 單目測(cè)距原理模型
        4.5.1 傳統(tǒng)單目測(cè)距
        4.5.2 本文單目測(cè)距模型
        4.5.3 單目測(cè)距數(shù)據(jù)分析與修正
    4.6 本章小結(jié)
5 紅外激光和圖像復(fù)合防撞模型分析
    5.1 紅外激光與相機(jī)固定位置的參數(shù)標(biāo)定方法
        5.1.1 外參標(biāo)定模型
        5.1.2 實(shí)驗(yàn)驗(yàn)證
    5.2 紅外激光與相機(jī)信息融合防撞模型
        5.2.1 數(shù)據(jù)融合模型原理
        5.2.2 融合車(chē)輛定位模型
    5.3 基于自適應(yīng)卡爾曼濾波器的修正算法
        5.3.1 卡爾曼濾波原理
        5.3.2 描述目標(biāo)運(yùn)動(dòng)的模型常加速度模型
        5.3.3 基于自適應(yīng)卡爾曼濾波器的前方目標(biāo)運(yùn)動(dòng)狀態(tài)估計(jì)
        5.3.4 前方目標(biāo)狀態(tài)估計(jì)的狀態(tài)模型和量測(cè)模型
        5.3.5 實(shí)驗(yàn)結(jié)果分析
    5.4 本章小結(jié)
6 結(jié)論與展望
    6.1 本文工作總結(jié)
    6.2 本文主要?jiǎng)?chuàng)新點(diǎn)
    6.3 研究展望
致謝
參考文獻(xiàn)
附錄


【參考文獻(xiàn)】：
期刊論文
[1]汽車(chē)防撞雷達(dá)MFSK信號(hào)應(yīng)用仿真研究[J]. 李靖,李廣柱,石婷,伍澤全,費(fèi)洪曉.  計(jì)算機(jī)技術(shù)與發(fā)展. 2017(07)
[2]基于車(chē)底陰影的車(chē)前障礙物檢測(cè)[J]. 趙日成.  電子科技. 2015(03)
[3]誘發(fā)道路交通事故的關(guān)鍵因子分析方法研究[J]. 韋凌翔,陳紅,王龍飛,趙丹婷,邵海鵬.  交通信息與安全. 2015(01)
[4]道路交通事故類(lèi)型與誘因分析[J]. 張大偉,賀錦鵬,孫立志,周大永,劉衛(wèi)國(guó),馮擎峰.  汽車(chē)工程師. 2015(01)
[5]基于卡爾曼濾波的TDOA/AOA混合定位算法[J]. 張怡,席彥彪,李剛偉,趙凱華.  計(jì)算機(jī)工程與應(yīng)用. 2015(20)
[6]基于單目視覺(jué)的移動(dòng)機(jī)器人目標(biāo)測(cè)距方法研究[J]. 黃燦,張大禹.  軟件. 2012(10)
[7]基于車(chē)底陰影的前方運(yùn)動(dòng)車(chē)輛檢測(cè)[J]. 齊美彬,潘燕,張銀霞.  電子測(cè)量與儀器學(xué)報(bào). 2012(01)
[8]基于改進(jìn)光流法的運(yùn)動(dòng)目標(biāo)檢測(cè)[J]. 楊葉梅.  計(jì)算機(jī)與數(shù)字工程. 2011(09)
[9]用于目標(biāo)測(cè)距的單目視覺(jué)測(cè)量方法[J]. 韓延祥,張志勝,戴敏.  光學(xué)精密工程. 2011(05)
[10]基于雷達(dá)寬帶回波的目標(biāo)測(cè)距和測(cè)速方法[J]. 郭汝江,吳明敏.  現(xiàn)代雷達(dá). 2009(04)

博士論文
[1]動(dòng)態(tài)定位中的卡爾曼濾波研究[D]. 宋迎春.中南大學(xué) 2006

碩士論文
[1]汽車(chē)主動(dòng)防撞毫米波雷達(dá)信號(hào)處理技術(shù)研究[D]. 吳永存.西南科技大學(xué) 2016
[2]用于汽車(chē)防撞的高精度脈沖激光測(cè)距系統(tǒng)[D]. 周玉蛟.南京理工大學(xué) 2016
[3]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]. 佟卓遠(yuǎn).哈爾濱工業(yè)大學(xué) 2015
[4]輔助駕駛中的路面障礙檢測(cè)技術(shù)研究[D]. 趙日成.西安電子科技大學(xué) 2015
[5]基于單目視覺(jué)的實(shí)時(shí)測(cè)距方法研究[D]. 王文波.大連理工大學(xué) 2014
[6]車(chē)前障礙物檢測(cè)及車(chē)道線識(shí)別研究[D]. 王海濤.哈爾濱工業(yè)大學(xué) 2013
[7]顯微視覺(jué)定位系統(tǒng)中的攝像機(jī)標(biāo)定技術(shù)研究[D]. 王文強(qiáng).大連理工大學(xué) 2013



本文編號(hào)：3731330