發(fā)布時間：2020-06-19 12:04

【摘要】：近年來隨著信息技術(shù)和計算機技術(shù)的飛速發(fā)展,對于汽車方便性和安全性提出了更高的要求。然而,現(xiàn)有的車載輔助駕駛系統(tǒng)并沒有對語音識別、車道線及道路標識的檢測進行綜合性地處理,所以,本文針對這一研究現(xiàn)狀,設(shè)計了融合語音識別的車載輔助駕駛系統(tǒng),重點對司機在行駛過程中的音頻信號及行駛道路上車道線和交通標線識別進行了研究,以提高車載輔助駕駛系統(tǒng)的安全性。首先,明確系統(tǒng)所要研究的功能。通過對各類型司機進行詳細的需求分析,通過與他們的反復(fù)調(diào)研,確定融合語音識別的車載輔助系統(tǒng)的研究目標。并通過需求分析結(jié)果,結(jié)合語音識別和目標檢測任務(wù)的具體特點,對系統(tǒng)功能進行總體設(shè)計。其次,研究以馬爾科夫選擇模型為主基于唇動信息為輔的語音識別方法。認真分析駕駛?cè)藛T常用的語音信息,并建立相應(yīng)的數(shù)據(jù)集作為測試數(shù)據(jù),基于隱馬爾可夫模型HMM構(gòu)造馬爾科夫選擇模型,并融合統(tǒng)計分析理論,研究基于音頻信息的語音識別方法。與此同時,考慮到環(huán)境因素對于語音識別效果的影響,為了增強語音識別方法的魯棒性,提出了利用駕駛?cè)舜絼有畔⒔Y(jié)合SVM分類器的視覺語音識別方法。再次,基于學(xué)習(xí)思想研究車載輔助的方法。建立直線-回旋曲線聯(lián)合模型,通過提取車道線正負邊緣點、基于Hough變換的線段投票以及邊緣線段與車道線匹配等步驟實現(xiàn)對車道線的檢測功能。基于擴展卡爾曼濾波方法以及車道線偏離模型實現(xiàn)車道線的動態(tài)跟蹤以及偏離預(yù)警功能。基于學(xué)習(xí)的思想完成道路交通標線識別功能,從而實現(xiàn)完整的車載輔助駕駛系統(tǒng)。最后,對本文的語音識別以及車載輔助駕駛相關(guān)方法進行實驗,并從方法的準確性、魯棒性以及實時性方面進行了相關(guān)驗證。
【學(xué)位授予單位】：燕山大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：U463.6;TN912.34
【圖文】：

燕山大學(xué)工程碩士學(xué)位論文 下載相應(yīng)的文件 Visual Studio 2010 以及 OpenCV 并安裝，安裝成功后在 Win7 操V 的環(huán)境變量進行配置。->屬性->高級系統(tǒng)設(shè)置->環(huán)境變量，在系統(tǒng)變量中選中 path 并進th 添加相應(yīng)的文件路徑；之后建立 OpenCV 變量，并添加相應(yīng)的在 Visual Studio 2010 中創(chuàng)建一個應(yīng)用程序Visual Studio 2010 里面創(chuàng)建一個 Win32 的控制臺應(yīng)用程序。步udio 2010 新建 Win32 控制臺項目 勾選空項目 完成。如圖 2

圖 2-1 創(chuàng)建 Win32 工程示意圖(3) 添加 OpenCV 文件在解決方案資源管理器的源文件處右擊->添加->新建項，準備在工程中新建一個 cpp 源文件。如圖 2-2 所示。

【參考文獻】

相關(guān)期刊論文 前6條

1 吳毅華;梁華為;王智靈;梅濤;辛煜;黃如林;;基于激光雷達回波信號的自適應(yīng)閾值車道線檢測[J];機器人;2015年04期

2 端木慶玲;阮界望;馬鈞;;無人駕駛汽車的先進技術(shù)與發(fā)展[J];農(nóng)業(yè)裝備與車輛工程;2014年03期

3 李娜;;無人駕駛汽車何時上路[J];科技導(dǎo)報;2012年34期

4 郭烈;黃曉慧;劉寶印;李兵;;基于道路模型的彎道檢測研究與應(yīng)用[J];交通信息與安全;2012年03期

5 劉富強;張姍姍;朱文紅;李志鵬;;一種基于視覺的車道線檢測與跟蹤算法[J];同濟大學(xué)學(xué)報(自然科學(xué)版);2010年02期

6 余厚云;張為公;;基于動態(tài)感興趣區(qū)域的車道線識別與跟蹤[J];工業(yè)儀表與自動化裝置;2009年05期

本文編號：2720762