基于單目視覺的前方車輛檢測與跟蹤方法研究.pdf

1、隨著公路交通事業(yè)的迅速發(fā)展，給人們的生活帶來便利的同時，也造成了道路交通安全問題日益突出。安全輔助駕駛系統(tǒng)作為智能交通系統(tǒng)的重要組成部分，能夠有效地預防交通事故的發(fā)生，提高行車的安全性。而前方車輛檢測與跟蹤是安全輔助駕駛系統(tǒng)的核心環(huán)節(jié)，為車輛的信息提取以及行為分析提供了重要的保證。本文在分析和比較國內(nèi)外各種算法的基礎上，研究并提出了相應的基于單目視覺的車輛檢測與跟蹤算法。全文主要內(nèi)容如下:
　　1)對前方車輛檢測與跟蹤的研究背景和

2、意義進行了探討，闡述了常見的基于單目視覺的前方車輛檢測與跟蹤方法，并分析了這些方法的優(yōu)缺點，為后續(xù)研究作準備。
　　2)研究了基于AdaBoost的前方車輛檢測算法。選取Haar-like特征作為圖像特征，利用Gentle AdaBoost算法和CasCade算法對訓練樣本進行離線學習，得到級聯(lián)結(jié)構(gòu)的車輛分類器;檢測過程中，采用等比放大檢測窗口的方式掃描待檢圖像，利用車輛分類器對檢測窗口進行分類，最后綜合各個檢測窗口的結(jié)果，得出車

3、輛的最終位置。實驗結(jié)果表明，該方法能夠有效地檢測出前方車輛，具有一定的魯棒性，基本上滿足實時性要求。
　　3)提出一種基于改進TLD的前方車輛跟蹤算法。TLD算法是一種新穎的目標跟蹤算法，在給定極少的先驗知識的情況下，能夠迅速地學習目標特征并進行有效的跟蹤。而車輛的先驗知識可由前方車輛檢測算法提供，因此，TLD跟蹤算法完全能夠適用前方車輛跟蹤問題上。然而，TLD跟蹤模塊均勻地選取特征點進行跟蹤，無法保證所選特征點被可靠地跟蹤。針對