如今我國的汽車產銷量已位居世界第一,汽車給人們的生活帶來便利的同時也產生了諸如交通事故、空氣污染、交通事故等問題。由交通事所故造成的人員傷亡數量逐年上升。隨著人工智能等相關技術的不斷進步,以及攝像頭、毫米波雷達、激光雷達、自動駕駛控制器等各種設備在汽車上的應用,人們希望能夠通過技術手段來輔助或代替駕駛員進行車輛駕駛,以提高車輛行駛的安全性。車輛行駛安全的關鍵因素是前方的目標識別與預警,一般通過攝像頭、毫米波雷達等設備來進行風險識別與預警。本文定位于智能車前方目標識別與風險預警領域,以單目車載攝像頭為基礎,針對當前目標識別速度慢、目標定位精度低、目標測距誤差大等問題,結合了神經網絡技術對目標定位、測距與風險預警進行了理論及試驗研究。本文首先對國內外智能車的研究現狀、發(fā)展趨勢、方針政策等進行了闡述。接著列舉了國內外研究人員基于機器視覺進行目標檢測方面的成果,并對本文的研究意義與必要性進行了探討。之后,對圖像預處理技術進行了對比分析和廣泛討論,選定了FAST算法用于目標檢測,并對該算法進行了優(yōu)化。接著,對攝像頭的標定與測距原理進行了研究和分析,并提出了一種新的基于坐標變換的目標測距算法。然后...

【文章頁數】：88 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 智能車輛發(fā)展現狀
    1.2 基于機器視覺的目標檢測概述
    1.3 研究背景與意義
    1.4 研究內容及章節(jié)安排
第2章 圖像預處理技術
    2.1 圖像灰度化
    2.2 圖像濾波
    2.3 圖像二值化
    2.4 圖像目標特征的識別方法
    2.5 本章小結
第3章 攝像頭的標定與測距原理
    3.1 概述
    3.2 攝像頭標定
    3.3 基于單目視覺的前方目標測距
    3.4 本章小結
第4章 車輛和行人的識別及其圖像處理
    4.1 人工智能概述
    4.2 神經網絡
    4.3 YOLO卷積神經網絡概述
    4.4 圖像處理
    4.5 本章小結
第5章 車輛碰撞預警系統(tǒng)的建立
    5.1 概述
    5.2 關于制動力的探討
    5.3 安全制動距離模型
    5.4 預警系統(tǒng)在MATLAB中的實現
    5.5 本章小結
第6章 試驗驗證與結果分析
    6.1 攝像頭的標定
    6.2 單目視距測算試驗
    6.3 風險預警
    6.4 本章小結
第7章 總結與展望
    7.1 總結
    7.2 展望
參考文獻
致謝



本文編號：3810066