基于環(huán)境感知技術的客運車輛危險行駛狀態(tài)辨識技術研究.pdf

1、隨著我國公路交通運輸業(yè)的快速發(fā)展，道路交通安全事故已成為威脅人民公共財產安全的最嚴重問題之一。據道路交通事故統(tǒng)計年報分析顯示，大型車輛尤其是客運車輛肇事事故是造成群死群傷道路交通事故的主要原因，其社會影響非常惡劣，而車輛駕駛人的危險駕駛行為則是引起客運車輛交通事故的主導因素。當前科技的發(fā)展使得越來越多的安全輔助駕駛設備普及至各類小型車輛，但絕大多數客運車輛尚未安裝安全輔助駕駛設備。因此，開展客運車輛橫縱向危險行駛狀態(tài)辨識技術研究，為客運

2、車輛主動管控和參與者聯(lián)動提供技術支撐，對提高客運車輛在途行駛安全性，降低或避免由此帶來的人員傷亡和經濟損失具有重大現(xiàn)實意義。
　　本研究主要內容包括：⑴針對道路環(huán)境信息檢測算法魯棒性和實時性之間難以平衡的矛盾及傳統(tǒng)車輛橫向偏航辨識模型虛警率高的問題，采用多線索視覺特征約束的方法，進行道路方程求解以及車輛橫向偏航辨識優(yōu)化技術研究。通過對道路圖像灰度化增強、改進中值濾波去噪、方向可調濾波器車道邊緣信息提取、動態(tài)感興趣區(qū)域搜索和面向序列

3、圖像的改進最優(yōu)閾值分割，深度挖掘優(yōu)化道路邊緣輪廓信息；基于多特征集合車道標識線篩選，結合車道標識線寬度約束，采用線性回歸方法實現(xiàn)道路標識線的檢測定位；引入Kalman濾波跟蹤模型，提高車道標識線的檢測效率和抗干擾免疫能力，有效平衡車道標識線檢測魯棒性和實時性之間的矛盾?；谀嫱敢曂队白儞Q重建道路關鍵信息，進行世界坐標系下車輛運行姿態(tài)感知，充分利用基于空間信息預警模式虛警率低和基于時間信息預警模式預警及時的優(yōu)勢，建立基于時空信息融合的車輛

4、橫向偏航辨識模型，并設置系統(tǒng)警告屏蔽條件，提高了系統(tǒng)警告機制的有效性。⑵針對前方車輛辨識過程中干擾因素較多、縱向跟車距離考慮因素單一等問題，采用車路信息融合的方法，進行前方車輛縱向危險行駛狀態(tài)辨識技術研究。基于海量樣本集進行離線訓練，提取有效車輛輪廓與紋理特征，以Haar-like特征作為目標描述方法，采用 Adaboost機器學習算法訓練分類器，并構建特征樣本級聯(lián)分類器，對測試對象進行車輛存在性檢測；充分利用粒子濾波器多假設能力，從局

5、部最優(yōu)角度實現(xiàn)前方目標車輛的快速穩(wěn)定跟蹤，對車輛類型、環(huán)境干擾等非確定因素具有較強自適應能力；在 CCD視覺傳感器關鍵參數精確標定基礎上，基于前方車輛后懸固有特征參數多樣本條件下的測量誤差動態(tài)補償算法，建立車道平面幾何模型驅動下縱向車距測量模型，實現(xiàn)縱向車距的精確測量。充分考慮駕駛人認知響應特征、車輛響應特性和道路環(huán)境等因素，采用群體智能技術進行車輛縱向行駛可行安全域方案集構建及數值模擬解析；融合前方車輛位置關系，建立車輛縱向危險行駛狀

6、態(tài)車路信息融合辨識模型，通過時域危險度模型進行預警決策，在保證行車安全的同時兼顧了道路的通行能力。⑶針對現(xiàn)有車輛行駛狀態(tài)參數實時采集系統(tǒng)使用成本較高且與本文開發(fā)的客運車輛橫縱向危險行駛狀態(tài)關鍵信息檢測系統(tǒng)兼容性差的問題，基于混合異構計算平臺，進行車輛行駛狀態(tài)參數實時采集技術研究?；谖⑻幚砥鳂嫿ㄜ囕v行駛狀態(tài)參數采集最小系統(tǒng)，采用有源振蕩器連接方式降低最小系統(tǒng)晶振工作時產生的高頻信號對其它電路的干擾。使用光耦隔離電路抑制不確定車速信號脈沖

7、源干擾；引入體現(xiàn)自組織任務分配的車輛行駛信息采集系統(tǒng)，提高參數采集魯棒性和協(xié)同性。提出車輛行駛狀態(tài)參數實時采集系統(tǒng)任務模塊化細粒度算法并行設計策略，采用脈沖累加器對車速信號上升沿進行檢測計數，結合車輛變速器動力傳遞原理，實時解算車輛行駛狀態(tài)參數；通過RS232通信精簡協(xié)議實現(xiàn)車輛行駛狀態(tài)參數實時采集系統(tǒng)與客運車輛橫縱向危險行駛狀態(tài)關鍵信息檢測系統(tǒng)的無縫對接，解決了系統(tǒng)平臺運行兼容性問題，提升了車輛運行狀態(tài)參數采集精確度與實用性。⑷為驗證