機器視覺感知下的車輛主動安全技術(shù)若干問題研究.pdf

1、車輛主動安全技術(shù)是汽車實現(xiàn)智能化的關(guān)鍵技術(shù)之一，已經(jīng)成為智能汽車開發(fā)的重要研究領(lǐng)域，而基于機器視覺感知下的車輛主動安全技術(shù)是近年來該領(lǐng)域的一個前沿熱點和重要研究內(nèi)容。研究和開發(fā)機器視覺感知下的車輛主動安全技術(shù)對于提高交通安全，降低交通事故發(fā)生率等具有重要的社會意義和應(yīng)用價值。本文在汽車仿真與控制國家重點實驗室開放基金《駕駛員視覺分散與疲勞數(shù)學模型建立及預警關(guān)鍵技術(shù)研究》(NO.20121107)的資助下，采用機器視覺感知技術(shù)，對車輛主動

2、安全技術(shù)中的駕駛員疲勞檢測和車道偏離檢測進行了深入研究。
　　論文的主要工作及研究成果如下：
　　(1)研究車載視覺系統(tǒng)圖像增強算法。分析光照不均對圖像質(zhì)量的影響，提出一種基于Retinex理論的圖像增強算法。算法提取光照圖像低頻部分，采用多尺度Retinex(MSR)算法進行光照補償，然后再與其梯度圖像合成新的圖像。該算法能夠?qū)Ⅰ{駛員面部特征以及道路特征清晰顯示出來，可為后續(xù)圖像處理奠定基礎(chǔ)。
　　(2)研究紅外圖像

3、眼睛檢測算法。分析夜間紅外圖像面部特征特點，提出一種夜間紅外圖像眼睛檢測方法。根據(jù)夜間紅外圖像特點，采用局部自適應(yīng)閾值分割臉部區(qū)域;根據(jù)人臉器官分布規(guī)律，確定眼睛感興趣區(qū)域;經(jīng)形態(tài)學圖像處理后，計算和比較眼睛感興趣區(qū)域的紋理特征差異確定眼睛位置;根據(jù)黑斑橢圓擬合方法計算眼睛睜開程度?？紤]白天駕駛室復雜環(huán)境，基于眼睛特征檢測算法難以實際應(yīng)用的問題，提出一種白天紅外圖像眼睛檢測方法。根據(jù)實車駕駛視頻，選擇大量眼睛樣本和非眼睛樣本，為減少眼睛

4、分類器訓練時間，采用一種改進的Adaboost算法離線訓練眼睛分類器，并進行眼睛在線檢測。
　　(3)研究紅外圖像眼睛跟蹤算法。提出一種基于梯度特征和紋理特征相結(jié)合的改進遺傳粒子濾波眼睛跟蹤算法。針對傳統(tǒng)粒子濾波算法存在粒子退化和計算量過大問題，將遺傳算法中的選擇、交叉、變異操作代替重采樣，提出改進的遺傳粒子濾波算法;根據(jù)紅外圖像中眼睛梯度和紋理特征，建立基于梯度特征相似性度量和紋理特征相似性度量的復合觀測模型，進行眼睛非線性跟蹤

5、。
　　(4)研究駕駛員頭部姿態(tài)參數(shù)估計方法。在檢測出眼睛和嘴巴之后，通過提取眼睛和嘴巴坐標，構(gòu)建人臉特征三角形，建立和推導三種頭部姿勢數(shù)學模型，根據(jù)特征三角形的位置變化進行紅外圖像駕駛員頭部姿態(tài)參數(shù)估計。
　　(5)研究復雜環(huán)境下的結(jié)構(gòu)化道路彎道車道線檢測方法。針對復雜環(huán)境下的結(jié)構(gòu)化道路彎道車道線難以檢測問題，提出一種基于人工魚群算法的彎道車道線檢測方法。采用OTSU算法進行車道線區(qū)域分割;根據(jù)道路區(qū)域車道線灰度特征確定目

6、標函數(shù)，采用拋物線模型擬合車道線，并設(shè)定拋物線參數(shù)變化范圍;采用人工魚群算法，通過人工魚的覓食、聚群、追尾等行為，搜索滿足目標函數(shù)值最大的小塊區(qū)域，確定拋物線參數(shù)。
　　(6)研究夜間結(jié)構(gòu)化道路車道線檢測方法。針對夜間結(jié)構(gòu)化道路光照條件復雜造成車道線難以準確檢測的問題，提出一種夜間車道線檢測方法。提取車道線ROI，并對ROI圖像進行濾波處理，根據(jù)Retinex理論，采用“Sobel”算子進行邊緣檢測;利用Hough變換檢測左右車道

7、線，針對多條直線分別取其中線作為左右車道線，根據(jù)ROI左右車道線計算夜間道路圖像車道線“消失點”坐標，并擬合出完整車道線方程;采用基于感興趣區(qū)域方法對車道線進行跟蹤。
　　(7)研究非結(jié)構(gòu)化道路邊界檢測方法。為實現(xiàn)完全非結(jié)構(gòu)化道路邊界檢測，提出一種基于改進的模糊C-均值聚類(FCM)和Hough變換相結(jié)合的非結(jié)構(gòu)化道路邊界檢測方法。在HIS顏色空間采用“爬山法”尋找圖像飽和度分量直方圖極值，確定初始聚類中心;利用改進的FCM聚類方

8、法對圖像飽和度分量進行道路分割;經(jīng)過形態(tài)學圖像處理，采用Hough變換進行道路邊界檢測。
　　(8)設(shè)計車輛主動安全系統(tǒng)。根據(jù)粗糙集理論進行疲勞檢測條件屬性分析，并制定相關(guān)決策規(guī)則表?；贠penCV和MFC軟件平臺進行駕駛員疲勞檢測預警系統(tǒng)設(shè)計，并進行相關(guān)實驗驗證。根據(jù)實際道路車輛行駛情況，提出一種基于車道線角度變化的車道偏離數(shù)學模型(LAC)?；贠penCV和MFC軟件平臺進行車道偏離預警系統(tǒng)設(shè)計，并進行道路實驗驗證。