近年來有關(guān)智能駕駛的技術(shù)發(fā)展日新月異,智能駕駛已然成為未來發(fā)展趨勢。目前法律法規(guī)不完善和實際交通場景的極端復(fù)雜性決定了完全自動駕駛還有一段很長的路要走。高級駕駛輔助系統(tǒng)(Advanced Driving Assistant System,ADAS)做為智能駕駛技術(shù)的過渡,具有很大的市場價值和應(yīng)用空間。前向車輛防碰撞預(yù)警是ADAS中十分重要的基礎(chǔ)功能,其核心技術(shù)在于對本車前方車輛的檢測與跟蹤。本文對車輛檢測和跟蹤算法進(jìn)行了研究并通過實驗證明方法的可行性,然后針對防碰撞預(yù)警方法的需要完成了單目測距功能,構(gòu)建了一個可以在普通硬件設(shè)備上實時運行的原型系統(tǒng)。本文主要工作內(nèi)容如下:(1)提出融合兩種特征算子的級聯(lián)車輛檢測算法。該算法充分利用車輛具有明顯邊緣特征的先驗知識,首先在初級分類器中利用計算速度快的特征算子快速選取目標(biāo)車輛的候選區(qū)域,接著利用第二級分類器確認(rèn)圖像中最終的車輛位置。本文提出的方法以犧牲部分不影響系統(tǒng)功能的精度為代價提高了系統(tǒng)檢測效率。(2)提出車輛檢測跟蹤框架。該框架采用核相關(guān)濾波算法來跟蹤車輛,彌補(bǔ)了車輛單純檢測算法的不足,同時方便了后期目標(biāo)的管理和目標(biāo)運動參數(shù)的分析。針對車...

【文章頁數(shù)】：65 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 車輛防碰撞預(yù)警系統(tǒng)研究現(xiàn)狀
        1.2.2 車輛檢測跟蹤技術(shù)研究現(xiàn)狀
    1.3 本文主要工作內(nèi)容
    1.4 章節(jié)安排
第2章 基于視覺的車輛防碰撞預(yù)警相關(guān)知識
    2.1 車輛檢測基礎(chǔ)算法
        2.1.1 HOG特征描述符
        2.1.2 SVM算法原理
    2.2 核相關(guān)濾波跟蹤算法
    2.3 單目測距原理介紹
    2.4 小結(jié)
第3章 級聯(lián)車輛檢測算法
    3.1 初級檢測器算法原理
        3.1.1 Haar-like特征描述符
        3.1.2 Ada Boost算法介紹
    3.2 級聯(lián)車輛檢測算法
    3.3 實驗結(jié)果分析
    3.4 小結(jié)
第4章 車輛檢測跟蹤算法
    4.1 車輛檢測跟蹤算法框架
    4.2 多目標(biāo)跟蹤管理
    4.3 實驗結(jié)果分析
        4.3.1 公開數(shù)據(jù)集測試
        4.3.2 本文提供的數(shù)據(jù)集測試
    4.4 小結(jié)
第5章 防碰撞預(yù)警方法
    5.1 基于視覺的防碰撞預(yù)警系統(tǒng)流程
    5.2 基于單目的距離計算
        5.2.1 單目標(biāo)定方案
        5.2.2 標(biāo)志物特征點提取
        5.2.3 標(biāo)定過程說明
        5.2.4 實驗結(jié)果
    5.3 前車運動行為分析
    5.4 小結(jié)
結(jié)論
參考文獻(xiàn)
附錄A 攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文與獲得的成果
附錄B 攻讀學(xué)位期間參加的科研項目
致謝



本文編號：3781160