轎車(chē)前方行人識(shí)別及碰撞預(yù)警系統(tǒng)研究.pdf

1、基于機(jī)器視覺(jué)的行人檢測(cè)系統(tǒng)因其在車(chē)輛輔助駕駛系統(tǒng)中的重要應(yīng)用價(jià)值成為當(dāng)前計(jì)算機(jī)視覺(jué)和智能車(chē)輛領(lǐng)域最為活躍的研究課題之一。其核心是利用安裝在運(yùn)動(dòng)車(chē)輛上的攝像機(jī)檢測(cè)行人，并估計(jì)出潛在的碰撞危險(xiǎn)以保護(hù)行人。
　　行人檢測(cè)是目標(biāo)檢測(cè)的一部分，同時(shí)又是該領(lǐng)域的一大難點(diǎn)。盡管在計(jì)算機(jī)視覺(jué)領(lǐng)域，目標(biāo)的檢測(cè)和跟蹤技術(shù)已經(jīng)有了十多年的研究，但其仍然是一個(gè)活躍的研究領(lǐng)域。目前還沒(méi)有一個(gè)通用的，精確的，魯棒的，高效實(shí)時(shí)的目標(biāo)檢測(cè)和跟蹤算法。由于人體是非

2、剛性，所處環(huán)境復(fù)雜，人與人或人與景物之間的相互影響，使得行人的檢測(cè)和跟蹤成為計(jì)算機(jī)視覺(jué)研究領(lǐng)域中最大的一項(xiàng)挑戰(zhàn)。
　　本文以單目視覺(jué)傳感器作為獲取車(chē)輛前方環(huán)境信息主要手段，進(jìn)行了運(yùn)動(dòng)車(chē)輛前方行人檢測(cè)技術(shù)的研究。采用統(tǒng)計(jì)學(xué)習(xí)的方法進(jìn)行行人的識(shí)別。首先，對(duì)行人的各種特征進(jìn)行了系統(tǒng)的研究，并提取了行人的邊緣特征、紋理特征、梯度特征以及haar特征作為訓(xùn)練分類(lèi)器的輸入;然后運(yùn)用AdaBoost算法融合SVM算法訓(xùn)練分類(lèi)器;最后得到了較好的

3、行人分類(lèi)器。試驗(yàn)結(jié)果表明，本文提出的方法能夠?qū)崿F(xiàn)對(duì)車(chē)輛前方行人的有效識(shí)別，對(duì)于運(yùn)動(dòng)的和靜止的行人都有較好的檢測(cè)效果，系統(tǒng)的實(shí)時(shí)性也較好。
　　檢測(cè)出行人之后，本文又利用Kalman濾波的方法預(yù)測(cè)了行人矩形框各參數(shù)的變化，從而實(shí)現(xiàn)了對(duì)行人的跟蹤定位，同時(shí)也為單目視覺(jué)測(cè)距打下了基礎(chǔ)。最后，本文研究了安全人車(chē)距離預(yù)警模型的建立方法。根據(jù)視覺(jué)傳感器檢測(cè)跟蹤的結(jié)果，在檢測(cè)出行人的基礎(chǔ)上，改進(jìn)了安全預(yù)警距離模型，確定了一些參數(shù)的取值，綜合了人