基于機器視覺的輔助駕駛系統(tǒng)中車輛檢測與測距研究.pdf

1、基于機器視覺的輔助駕駛系統(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。其中所涉及到的對前方運動車輛進行實時準(zhǔn)確的檢測識別技術(shù)和與本車之間距離測量算法是兩個研究的熱點方向。眾所周知，基于機器視覺的檢測識別技術(shù)相較于超聲波、激光、雷達等，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。同時為了提高實際應(yīng)用價值，整個算法必須具備較高的實時性、魯棒性以及準(zhǔn)確性?；诖耍疚脑诳偨Y(jié)前人車輛檢測技術(shù)成果的基礎(chǔ)上，對車輛檢

2、測技術(shù)做了新的嘗試。并且還對基于機器視覺的前方車輛距離測量算法進行了理論推導(dǎo)。論文的主要工作總結(jié)如下：
　　1.對基于機器視覺的輔助駕駛系統(tǒng)中車輛檢測與測距的研究目的、意義進行了詳細的介紹說明；然后介紹了現(xiàn)今國內(nèi)外對車輛檢測以及前方車輛距離測量的研究現(xiàn)狀。
　　2.詳細介紹了幾種常見并經(jīng)常使用的圖像特征提取算法，對AdaBoost以及SVM兩種機器學(xué)習(xí)的方法作了詳細的理論介紹，同時確定了本文將要使用的特征提取算法，以及機器學(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)模型兩者的融合對前方運動車輛進行實時準(zhǔn)確的檢測識別，并詳細介紹了生成車輛假設(shè)存在區(qū)域和假設(shè)區(qū)域驗證兩部分。該算法主要對圖像進行預(yù)處理后，利用Sobel邊緣檢測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最近鄰域算法對假設(shè)存在區(qū)域進行驗證，以提高算法檢測的準(zhǔn)確率。
　　4.研究攝像機成像原理