用于重型卡車的夜間前方車輛檢測(cè)方法.pdf_第1頁
已閱讀1頁,還剩65頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、隨著國(guó)家經(jīng)濟(jì)的快速發(fā)展,汽車數(shù)量大幅度增多,這給我們的日常生活帶來了極大便利。但與此同時(shí),發(fā)生交通事故的概率增大,如何提高汽車安全性成為汽車與自動(dòng)化行業(yè)的重點(diǎn)研究?jī)?nèi)容,汽車輔助駕駛系統(tǒng)的研究隨之發(fā)展起來。汽車輔助駕駛系統(tǒng)是在汽車上安裝先進(jìn)的傳感器(雷達(dá)、攝像機(jī))、控制器和執(zhí)行器等裝置,通過車載傳感器和信息終端實(shí)現(xiàn)車與人、車和路等的智能信息交換。使汽車具備智能的環(huán)境感知能力,自動(dòng)分析汽車的行駛狀態(tài)并按照人的意志達(dá)到目的地,最終實(shí)現(xiàn)完全自動(dòng)

2、駕駛。
  白天環(huán)境下,光照充足,前方汽車的顏色、形狀、紋理等特征顯而易見,很容易判斷出汽車位置。但是夜晚行駛時(shí),光照不足,駕駛員不能快速準(zhǔn)確地識(shí)別前方車輛的位置,實(shí)現(xiàn)智能夜間車輛檢測(cè)已成為研究熱點(diǎn)。相對(duì)于紅外線、雷達(dá)等傳統(tǒng)夜視技術(shù),基于計(jì)算機(jī)視覺的汽車輔助駕駛系統(tǒng)具有硬件設(shè)備簡(jiǎn)單、處理速度快、成本低等優(yōu)勢(shì),更適用于普通用車。重型卡車具有速度快、體積大和慣性大的特點(diǎn),對(duì)道路上其他車輛和行人造成威脅。尤其夜晚在高速公路上行駛時(shí),由于

3、光照不足和司機(jī)疲勞駕駛,司機(jī)較難在短時(shí)間內(nèi)估算出前方車輛位置,這使得重型卡車的危險(xiǎn)性更大。在夜晚情況下重卡智能檢測(cè)前方車輛對(duì)提高道路安全性尤為重要。本文研究重型卡車在汽車試驗(yàn)場(chǎng)和高速公路兩種路況下,在夜間檢測(cè)前方車輛問題。
  夜間前方車輛的一對(duì)明亮的尾燈是其最明顯的特征,尾燈的對(duì)稱性常被用于檢測(cè)車輛。由于重型卡車前照燈強(qiáng)光影響,前方車輛尾燈往往不會(huì)呈現(xiàn)出完全對(duì)稱的形狀,并且前方車輛測(cè)距常用的雙目相機(jī)有時(shí)會(huì)出現(xiàn)同步漂移問題,本文使

4、用單目相機(jī)采集重卡行駛環(huán)境的灰度圖像。重卡前照燈較亮,易在路面、道路護(hù)欄或其他建筑物上產(chǎn)生干擾。本文特別針對(duì)重卡夜間行駛環(huán)境,提出一種改進(jìn)的閾值處理方法,能夠開盡可能去除圖片中除車燈之外的其他干擾。提出將閾值處理算法與訓(xùn)練分類器相結(jié)合的車輛檢測(cè)方法:使用改進(jìn)的閾值算法處理圖片,從閾值處理后的圖片中截取訓(xùn)練樣本用于訓(xùn)練分類器,采用Haar-like和Adaboost算法訓(xùn)練分類器,檢測(cè)過程中,使用改進(jìn)的閾值處理算法處理當(dāng)前幀圖片,在處理后

5、的圖片中檢測(cè)車輛并在原圖上標(biāo)記檢測(cè)結(jié)果。
  為實(shí)現(xiàn)本文提出的改進(jìn)的檢測(cè)方法,本文首先詳細(xì)講述大津法、迭代法、直方圖法、最大熵閾值法、Kumar閾值算法,通過分析比較選擇適合本文研究圖片的閾值算法進(jìn)行改進(jìn),去除圖片中的干擾信息。描述Haar-like特征含義、Haar-like模板及Haar-like特征值的快速求解方法。進(jìn)一步介紹Adaboost算法,包括boosting算法背景、確定弱分類器方法、Adaboost訓(xùn)練過程及分類

6、器級(jí)聯(lián)方法。設(shè)計(jì)實(shí)驗(yàn)驗(yàn)證本文提出改進(jìn)的閾值算法及車輛檢測(cè)方法的有效性。拍攝汽車試驗(yàn)場(chǎng)和高速公路兩種夜間行駛環(huán)境圖片,對(duì)比分析改進(jìn)閾值算法和其他閾值算法對(duì)這些圖片的處理效果。使用汽車試驗(yàn)場(chǎng)圖片制作訓(xùn)練樣本,本別采用傳統(tǒng)訓(xùn)練方法和改進(jìn)的訓(xùn)練方法訓(xùn)練汽車試驗(yàn)場(chǎng)樣本,分別制作汽車試驗(yàn)場(chǎng)測(cè)試集合高速公路測(cè)試集,對(duì)比兩個(gè)分類器在兩類測(cè)試集上的檢測(cè)性能。在訓(xùn)練集中加入高速公路訓(xùn)練樣本,再次采用兩種方法訓(xùn)練,對(duì)兩類測(cè)試樣本進(jìn)行檢測(cè),對(duì)比兩種方法在添加高

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論