本文關(guān)鍵詞：基于機(jī)器視覺(jué)感知平臺(tái)的前方車(chē)輛檢測(cè)和測(cè)距系統(tǒng)研究

  更多相關(guān)文章： 先進(jìn)駕駛輔助系統(tǒng) 攝像頭參數(shù)匹配 前方車(chē)輛檢測(cè) 前方車(chē)輛測(cè)距

【摘要】：隨著電子技術(shù)、控制技術(shù)及傳感器技術(shù)的發(fā)展,主動(dòng)安全技術(shù)逐漸成為汽車(chē)行業(yè)發(fā)展的一個(gè)重要研究方向。該類(lèi)技術(shù)能夠預(yù)防交通事故的發(fā)生,統(tǒng)稱(chēng)為汽車(chē)先進(jìn)駕駛輔助系統(tǒng)(Advanc ed Driver Assistance Sys tems,ADAS)。傳感器是先進(jìn)駕駛輔助系統(tǒng)的基礎(chǔ),主要包括攝像頭、雷達(dá)、轉(zhuǎn)角傳感器和車(chē)速傳感器等,可以用于獲取車(chē)輛內(nèi)部及外部信息。視覺(jué)傳感器與其他傳感器相比,由于能夠獲取更加豐富的道路環(huán)境信息,使得視覺(jué)傳感器在先進(jìn)駕駛輔助系統(tǒng)中得到了越來(lái)越廣泛的應(yīng)用。本文以六個(gè)攝像頭作為視覺(jué)傳感器搭建了機(jī)器視覺(jué)感知平臺(tái),并在該感知平臺(tái)上開(kāi)展了前方車(chē)輛檢測(cè)和測(cè)距功能開(kāi)發(fā)。主要完成的工作有:(1)搭建機(jī)器視覺(jué)感知平臺(tái)。為實(shí)現(xiàn)駕駛環(huán)境的視覺(jué)擴(kuò)展和機(jī)器視覺(jué)識(shí)別兩方面的駕駛輔助功能,本文搭建了機(jī)器視覺(jué)感知平臺(tái)。該感知平臺(tái)主要由六個(gè)攝像頭構(gòu)成,分別用來(lái)采集車(chē)輛前方、側(cè)方和后方的道路環(huán)境信息。本文使用基于模型計(jì)算和CATIA視野仿真的攝像頭參數(shù)匹配方法搭建感知平臺(tái)。首先通過(guò)模型計(jì)算得到前視攝像頭的最小焦距參數(shù),確保系統(tǒng)的最遠(yuǎn)前方車(chē)輛識(shí)別距離大于在極限工況下的安全距離。然后通過(guò)在CATIA軟件上進(jìn)行視野仿真得到后視攝像頭和側(cè)視攝像頭的視角及布置參數(shù),使得后視攝像頭視野覆蓋國(guó)家標(biāo)準(zhǔn)規(guī)定的后視鏡視野范圍,且后視和側(cè)視攝像頭視野與駕駛員前方視野構(gòu)成的視野范圍不存在視覺(jué)盲區(qū)。(2)開(kāi)發(fā)前方車(chē)輛檢測(cè)功能。本文使用Haar-like+Ada boost的機(jī)器學(xué)習(xí)方法識(shí)別前方車(chē)輛,并使用基于Kalm an濾波的跟蹤方法跟蹤前方車(chē)輛。軟件實(shí)現(xiàn)過(guò)程為:首先在命令行程序中調(diào)用OpenC V開(kāi)源視覺(jué)庫(kù)自帶的opencv_traincascade.exe訓(xùn)練出分類(lèi)器。然后在VS2010開(kāi)發(fā)平臺(tái)上調(diào)用OpenC V開(kāi)源視覺(jué)庫(kù)并使用C++語(yǔ)言編程實(shí)現(xiàn)前方車(chē)輛檢測(cè)功能。(3)開(kāi)發(fā)前方車(chē)輛測(cè)距功能。本文使用基于幾何模型的單目測(cè)距方法測(cè)算前方車(chē)距。首先使用基于OpenCV的攝像頭標(biāo)定方法獲取攝像頭內(nèi)參數(shù),然后結(jié)合由幾何模型推導(dǎo)的坐標(biāo)轉(zhuǎn)換關(guān)系式將像素坐標(biāo)轉(zhuǎn)換成道路平面坐標(biāo),最后將道路平面坐標(biāo)代入距離計(jì)算公式得出車(chē)距,整個(gè)測(cè)距功能開(kāi)發(fā)是在VS2010平臺(tái)中通過(guò)C++語(yǔ)言編程實(shí)現(xiàn)的。(4)校核后視及側(cè)視攝像頭視野。本文通過(guò)在實(shí)車(chē)上校核后視及側(cè)視攝像頭的視野,驗(yàn)證本文提出的攝像頭參數(shù)匹配方法的可行性。校核結(jié)果表明,系統(tǒng)的影像后視系統(tǒng)能夠取代后視鏡后視系統(tǒng);系統(tǒng)提供的視野結(jié)合駕駛員前方視野不存在盲區(qū)。(5)進(jìn)行實(shí)車(chē)實(shí)驗(yàn)。本文通過(guò)在城市和城郊道路上進(jìn)行前方車(chē)輛檢測(cè)和測(cè)距實(shí)驗(yàn),驗(yàn)證本文開(kāi)發(fā)的前方車(chē)輛檢測(cè)和測(cè)距功能是否滿足結(jié)構(gòu)化道路的應(yīng)用要求。實(shí)驗(yàn)結(jié)果表明,系統(tǒng)能夠?qū)崟r(shí)準(zhǔn)確地檢測(cè)前方車(chē)輛,且測(cè)距結(jié)果相對(duì)誤差小。
【關(guān)鍵詞】：先進(jìn)駕駛輔助系統(tǒng) 攝像頭參數(shù)匹配 前方車(chē)輛檢測(cè) 前方車(chē)輛測(cè)距
【學(xué)位授予單位】：江蘇大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：U463.6
【目錄】：

• 摘要5-7
• abstract7-11
• 第一章 緒論11-18
• 1.1 論文的研究背景和意義11-12
• 1.1.1 研究背景11-12
• 1.1.2 研究意義12
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀12-15
• 1.2.1 駕駛環(huán)境的視覺(jué)擴(kuò)展13
• 1.2.2 駕駛環(huán)境的機(jī)器視覺(jué)識(shí)別13-15
• 1.3 論文研究目的和內(nèi)容15-18
• 第二章 機(jī)器視覺(jué)感知平臺(tái)的搭建18-30
• 2.1 機(jī)器視覺(jué)感知平臺(tái)中攝像頭的布置及功能18-19
• 2.2 前視攝像頭參數(shù)匹配19-21
• 2.2.1 最遠(yuǎn)前方車(chē)輛識(shí)別距離計(jì)算19-20
• 2.2.2 前視攝像頭焦距計(jì)算20-21
• 2.3 后視攝像頭參數(shù)匹配21-27
• 2.3.1 后視鏡的視野要求21-23
• 2.3.2 內(nèi)視鏡視野仿真23-24
• 2.3.3 外視鏡視野仿真24-26
• 2.3.4 后視攝像頭參數(shù)確定26-27
• 2.4 側(cè)視攝像頭參數(shù)匹配27-29
• 2.4.1 A柱盲區(qū)的確定27-28
• 2.4.2 側(cè)視攝像頭參數(shù)確定28-29
• 2.5 本章小結(jié)29-30
• 第三章 前方車(chē)輛檢測(cè)算法研究30-46
• 3.1 引言30-32
• 3.1.1 車(chē)輛識(shí)別方法30-31
• 3.1.2 車(chē)輛跟蹤方法31-32
• 3.2 前方車(chē)輛識(shí)別算法研究32-41
• 3.2.1 算法結(jié)構(gòu)32
• 3.2.2 圖像預(yù)處理32-33
• 3.2.3 類(lèi)Haar特征提取33-37
• 3.2.4 構(gòu)建弱分類(lèi)器37-38
• 3.2.5 構(gòu)建強(qiáng)分類(lèi)器38-39
• 3.2.6 生成級(jí)聯(lián)分類(lèi)器39-40
• 3.2.7 在線識(shí)別過(guò)程40-41
• 3.3 前方車(chē)輛跟蹤算法研究41-44
• 3.3.1 Kalman濾波基本原理41-43
• 3.3.2 基于Kalman濾波的前方車(chē)輛跟蹤43-44
• 3.4 本章小結(jié)44-46
• 第四章 基于單目視覺(jué)的前方車(chē)輛測(cè)距方法研究46-56
• 4.1 引言46-47
• 4.2 基于幾何模型的前方車(chē)輛測(cè)距47-53
• 4.2.1 坐標(biāo)系及坐標(biāo)系轉(zhuǎn)換關(guān)系47-48
• 4.2.2 針孔模型48-49
• 4.2.3 攝像頭內(nèi)參數(shù)模型49-50
• 4.2.4 幾何測(cè)距模型50-53
• 4.3 攝像頭內(nèi)參數(shù)標(biāo)定53-55
• 4.3.1 OpenC V軟件介紹53-54
• 4.3.2 基于OpenC V的攝像頭內(nèi)參數(shù)標(biāo)定54-55
• 4.4 本章小結(jié)55-56
• 第五章 系統(tǒng)搭建與實(shí)車(chē)實(shí)驗(yàn)56-72
• 5.1 系統(tǒng)搭建56-63
• 5.1.1 硬件選型56-58
• 5.1.2 軟件架構(gòu)58-62
• 5.1.3 系統(tǒng)安裝62-63
• 5.2 視野校核63-66
• 5.2.1 后視攝像頭視野校核63-65
• 5.2.2 側(cè)視攝像頭視野校核65-66
• 5.3 實(shí)車(chē)實(shí)驗(yàn)與結(jié)果分析66-71
• 5.3.1 前視攝像頭內(nèi)參數(shù)標(biāo)定實(shí)驗(yàn)66-68
• 5.3.2 前方車(chē)輛檢測(cè)實(shí)驗(yàn)及結(jié)果分析68-70
• 5.3.3 前方車(chē)輛測(cè)距實(shí)驗(yàn)及結(jié)果分析70-71
• 5.4 本章小結(jié)71-72
• 第六章 總結(jié)與展望72-74
• 6.1 全文總結(jié)72-73
• 6.2 研究展望73-74
• 參考文獻(xiàn)74-78
• 致謝78-79
• 攻讀碩士學(xué)位期間的科研成果79

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前9條

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

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

3 馬雷;臧俊杰;張潤(rùn)生;;不同光照條件下前方車(chē)輛識(shí)別方法[J];汽車(chē)工程;2012年04期

4 馬雷;武波濤;于�，�;;復(fù)雜路面環(huán)境下前方車(chē)輛識(shí)別目標(biāo)函數(shù)的選取[J];汽車(chē)工程;2009年04期

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

6 張建明;張玲增;劉志強(qiáng);;一種結(jié)合多特征的前方車(chē)輛檢測(cè)與跟蹤方法[J];計(jì)算機(jī)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(chē)輛識(shí)別研究[J];公路交通科技;2009年08期

8 劉志強(qiáng);程紅星;王運(yùn)霞;;車(chē)輛防撞檢測(cè)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

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 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(chē)提供安全“智能助理”[N];科技日?qǐng)?bào);2009年

2 本報(bào)駐薩格勒布記者 趙嘉政;克前副總理被判服刑22個(gè)月[N];光明日?qǐng)?bào);2013年

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

4 本報(bào)記者 ，

本文編號(hào)：746843