基于雙目視覺的結(jié)構(gòu)化道路前方車輛檢測與距離測量.pdf

1、隨著機動車輛的劇增，交通事故率顯著上升，道路交通安全已成為全社會高度關(guān)注的問題。旨在提高駕駛員視覺效能和汽車主動安全性能的輔助駕駛系統(tǒng)(DriverAssistance System，DAS)受到人們越來越多的關(guān)注。前方車輛和車距檢測技術(shù)是DAS的重要組成部分，用于實時、魯棒地完成前方車輛的檢測與距離測量，并適時發(fā)出預(yù)警信號，提醒駕駛員前方潛在的威脅，保證行駛安全。基于視覺的車輛檢測與距離測量系統(tǒng)具有信息量大、成本低、便于安裝和維護、性

2、能可靠等優(yōu)良特性，且不需要對現(xiàn)有的基礎(chǔ)設(shè)施進行改造，所以近年來已成為DAS研究的熱點。
　　本文對基于視覺的車輛檢測與距離測量算法進行了深入研究，提出了基于雙目視覺的前方車輛檢測與距離測量系統(tǒng)的實現(xiàn)方案，并對車輛檢測算法和雙目測距算法進行了改進，使其更加適應(yīng)本系統(tǒng)實時性、魯棒性的要求。具體工作如下:
　　(1)采用單邊緣單像素寬車道線檢測算法，實現(xiàn)了基于車道線的初始感興趣區(qū)域提取。單邊緣單像素寬車道線檢測算法能夠?qū)崟r、魯棒地

3、檢測出車道線，據(jù)此確定可能存在車輛的初始感興趣區(qū)域。這樣做的好處是，避免后續(xù)的車輛檢測在整幅圖像中搜索，節(jié)約了處理時間。
　　(2)研究了車輛檢測算法，提出了一種利用車底陰影和Haar分類器的前方車輛檢測方法。在車道線確定的初始感興趣區(qū)域內(nèi)，本文利用陰影檢測方法檢測的陰影劃定車輛候選區(qū)域，然后利用經(jīng)過訓(xùn)練達到很高識別率的車輛Haar分類器對車輛候選區(qū)域進行識別、驗證。實驗結(jié)果表明，本文車輛檢測算法在車輛檢測速度和識別率方面滿足設(shè)計

4、要求。
　　(3)研究了雙目立體視覺測距原理，給出了一種基于特征提取與匹配的前方車輛測距方法。本文對SIFT(Scale Invariant Feature Transform)、SURF(Speeded Up RobustFeatures)、ORB(Oriented Fast and Rotated Brief)三種特征提取與匹配算法進行了性能分析和比較。從特征提取速度和特征點的分布特性兩個方面考慮，最終選擇了ORB算法。本文利