基于機(jī)器視覺(jué)的輔助駕駛系統(tǒng)中車輛檢測(cè)與測(cè)距研究.pdf

1、基于機(jī)器視覺(jué)的輔助駕駛系統(tǒng)是發(fā)展智能車輛、提高駕駛安全性以及降低交通事故的前提保障。其中所涉及到的對(duì)前方運(yùn)動(dòng)車輛進(jìn)行實(shí)時(shí)準(zhǔn)確的檢測(cè)識(shí)別技術(shù)和與本車之間距離測(cè)量算法是兩個(gè)研究的熱點(diǎn)方向。眾所周知，基于機(jī)器視覺(jué)的檢測(cè)識(shí)別技術(shù)相較于超聲波、激光、雷達(dá)等，具有更多的信息量、更符合人眼捕捉信息的習(xí)慣、成本更低廉等優(yōu)點(diǎn)。同時(shí)為了提高實(shí)際應(yīng)用價(jià)值，整個(gè)算法必須具備較高的實(shí)時(shí)性、魯棒性以及準(zhǔn)確性。基于此，本文在總結(jié)前人車輛檢測(cè)技術(shù)成果的基礎(chǔ)上，對(duì)車輛檢

2、測(cè)技術(shù)做了新的嘗試。并且還對(duì)基于機(jī)器視覺(jué)的前方車輛距離測(cè)量算法進(jìn)行了理論推導(dǎo)。論文的主要工作總結(jié)如下：
　　1.對(duì)基于機(jī)器視覺(jué)的輔助駕駛系統(tǒng)中車輛檢測(cè)與測(cè)距的研究目的、意義進(jìn)行了詳細(xì)的介紹說(shuō)明；然后介紹了現(xiàn)今國(guó)內(nèi)外對(duì)車輛檢測(cè)以及前方車輛距離測(cè)量的研究現(xiàn)狀。
　　2.詳細(xì)介紹了幾種常見(jiàn)并經(jīng)常使用的圖像特征提取算法，對(duì)AdaBoost以及SVM兩種機(jī)器學(xué)習(xí)的方法作了詳細(xì)的理論介紹，同時(shí)確定了本文將要使用的特征提取算法，以及機(jī)器學(xué)

3、習(xí)分類器的選擇。
　　3.本文研究并提出了利用車輛的邊緣特征以及Bag-of-Features(BoF)模型兩者的融合對(duì)前方運(yùn)動(dòng)車輛進(jìn)行實(shí)時(shí)準(zhǔn)確的檢測(cè)識(shí)別，并詳細(xì)介紹了生成車輛假設(shè)存在區(qū)域和假設(shè)區(qū)域驗(yàn)證兩部分。該算法主要對(duì)圖像進(jìn)行預(yù)處理后，利用Sobel邊緣檢測(cè)處理生成得到車輛假設(shè)存在的區(qū)域；然后，再利用Bag-of-Features的K最近鄰域算法對(duì)假設(shè)存在區(qū)域進(jìn)行驗(yàn)證，以提高算法檢測(cè)的準(zhǔn)確率。
　　4.研究攝像機(jī)成像原理