基于機(jī)器視覺(jué)的前碰撞預(yù)警系統(tǒng)車(chē)輛檢測(cè)方法研究.pdf

1、隨著道路交通事業(yè)的發(fā)展和汽車(chē)保有量的增加，道路交通事故，特別是追尾事故發(fā)生率居高不下，交通安全問(wèn)題日益突出。前碰撞預(yù)警系統(tǒng)通過(guò)機(jī)器視覺(jué)、雷達(dá)等技術(shù)檢測(cè)前方車(chē)輛，當(dāng)危險(xiǎn)出現(xiàn)時(shí)預(yù)警，防止追尾事故發(fā)生，而前方車(chē)輛檢測(cè)技術(shù)是該系統(tǒng)的重要組成部分。本文在分析總結(jié)現(xiàn)有車(chē)輛檢測(cè)技術(shù)的基礎(chǔ)上，重點(diǎn)研究了日間道路前方車(chē)輛檢測(cè)、夜間道路前方車(chē)輛檢測(cè)和車(chē)輛跟蹤檢測(cè)，并提出了相應(yīng)的改進(jìn)方法。完成的主要工作如下:
　　(1)日間道路前方車(chē)輛檢測(cè)
　　

2、將日間前方車(chē)輛檢測(cè)方法分為產(chǎn)生車(chē)輛假設(shè)和車(chē)輛假設(shè)驗(yàn)證兩個(gè)步驟。在產(chǎn)生車(chē)輛假設(shè)步驟，探索了多種方法，最終利用車(chē)底陰影信息來(lái)產(chǎn)生車(chē)輛假設(shè)，針對(duì)陰影分割易受光照和路面灰度突變的影響，提出了直方圖峰谷分析法（HVAM）來(lái)獲得自適應(yīng)陰影分割閾值;然后在車(chē)輛假設(shè)驗(yàn)證步驟對(duì)產(chǎn)生的車(chē)輛假設(shè)進(jìn)行驗(yàn)證，改進(jìn)傳統(tǒng)HOG特征，提出了V-HOG特征，將一維梯度信息映射到二維，提升背景與前景的區(qū)分度。
　　(2)夜間道路前方車(chē)輛檢測(cè)
　　有效利用車(chē)輛尾

3、燈信息來(lái)檢測(cè)夜間車(chē)輛，針對(duì)現(xiàn)有車(chē)輛尾燈提取依賴(lài)經(jīng)驗(yàn)設(shè)置閡值的不足之處，通過(guò)收集大量尾燈圖像，在多種顏色空間對(duì)尾燈圖像各顏色分量進(jìn)行統(tǒng)計(jì)，通過(guò)試驗(yàn)的方法獲得尾燈分割閾值，提取尾燈區(qū)域。在此基礎(chǔ)上，考慮車(chē)輛尾燈區(qū)域中間亮度較高，外圍有一圈紅色光暈，結(jié)合圖像中高亮度區(qū)域檢測(cè)，對(duì)車(chē)輛尾燈的提取進(jìn)一步完善。最后依據(jù)車(chē)輛尾燈先驗(yàn)幾何特征建立約束，對(duì)分割出的尾燈區(qū)域進(jìn)行篩選關(guān)聯(lián)，從而定位圖像中車(chē)輛位置。
　　(3)車(chē)輛跟蹤檢測(cè)
　　設(shè)計(jì)一

4、種基于卡爾曼濾波的車(chē)輛跟蹤方法，以車(chē)輛的位置和外接矩形框大小作為跟蹤分量，對(duì)車(chē)輛運(yùn)動(dòng)狀態(tài)進(jìn)行預(yù)測(cè)。針對(duì)車(chē)輛在跟蹤過(guò)程中易受光照、遮擋、變形等影響，提出了在線學(xué)習(xí)的車(chē)輛觀測(cè)方法，通過(guò)在線建立樣本庫(kù)，訓(xùn)練分類(lèi)器，對(duì)車(chē)輛目標(biāo)進(jìn)行觀測(cè)，從而保證跟蹤的準(zhǔn)確性。并且還提出了對(duì)多個(gè)目標(biāo)進(jìn)行輪流觀測(cè)和跟蹤隊(duì)列更新的策略，提高跟蹤實(shí)時(shí)性和確保新駛?cè)氲能?chē)輛能夠被檢測(cè)到。
　　(4)利用車(chē)輛檢測(cè)和跟蹤結(jié)果，對(duì)前車(chē)運(yùn)動(dòng)參數(shù)進(jìn)行提取及行為分析，為前碰撞預(yù)警