近年來(lái)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(lái)發(fā)展趨勢(shì)。目前法律法規(guī)不完善和實(shí)際交通場(chǎng)景的極端復(fù)雜性決定了完全自動(dòng)駕駛還有一段很長(zhǎng)的路要走。高級(jí)駕駛輔助系統(tǒng)(Advanced Driving Assistant System,ADAS)做為智能駕駛技術(shù)的過(guò)渡,具有很大的市場(chǎng)價(jià)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(duì)本車前方車輛的檢測(cè)與跟蹤。本文對(duì)車輛檢測(cè)和跟蹤算法進(jìn)行了研究并通過(guò)實(shí)驗(yàn)證明方法的可行性,然后針對(duì)防碰撞預(yù)警方法的需要完成了單目測(cè)距功能,構(gòu)建了一個(gè)可以在普通硬件設(shè)備上實(shí)時(shí)運(yùn)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(jí)聯(lián)車輛檢測(cè)算法。該算法充分利用車輛具有明顯邊緣特征的先驗(yàn)知識(shí),首先在初級(jí)分類器中利用計(jì)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(jí)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(jià)提高了系統(tǒng)檢測(cè)效率。(2)提出車輛檢測(cè)跟蹤框架。該框架采用核相關(guān)濾波算法來(lái)跟蹤車輛,彌補(bǔ)了車輛單純檢測(cè)算法的不足,同時(shí)方便了后期目標(biāo)的管理和目標(biāo)運(yùn)動(dòng)參數(shù)的分析。針對(duì)車...

【文章頁(yè)數(shù)】：65 頁(yè)

【學(xué)位級(jí)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(guó)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(cè)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(jué)的車輛防碰撞預(yù)警相關(guān)知識(shí)
    2.1 車輛檢測(cè)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(cè)距原理介紹
    2.4 小結(jié)
第3章 級(jí)聯(lián)車輛檢測(cè)算法
    3.1 初級(jí)檢測(cè)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(jí)聯(lián)車輛檢測(cè)算法
    3.3 實(shí)驗(yàn)結(jié)果分析
    3.4 小結(jié)
第4章 車輛檢測(cè)跟蹤算法
    4.1 車輛檢測(cè)跟蹤算法框架
    4.2 多目標(biāo)跟蹤管理
    4.3 實(shí)驗(yàn)結(jié)果分析
        4.3.1 公開(kāi)數(shù)據(jù)集測(cè)試
        4.3.2 本文提供的數(shù)據(jù)集測(cè)試
    4.4 小結(jié)
第5章 防碰撞預(yù)警方法
    5.1 基于視覺(jué)的防碰撞預(yù)警系統(tǒng)流程
    5.2 基于單目的距離計(jì)算
        5.2.1 單目標(biāo)定方案
        5.2.2 標(biāo)志物特征點(diǎn)提取
        5.2.3 標(biāo)定過(guò)程說(shuō)明
        5.2.4 實(shí)驗(yàn)結(jié)果
    5.3 前車運(yùn)動(dòng)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(xiàng)目
致謝



本文編號(hào)：3781160