客運車輛危險行駛狀態(tài)機器視覺辨識系統(tǒng)研究.pdf

1、隨著我國公路交通運輸業(yè)快速發(fā)展的同時,道路交通安全問題日益突出,公路客運事故一般都是人員死傷慘重的惡性事故,不僅給運輸企業(yè)造成巨大的經(jīng)濟損失,而且給當?shù)毓愤\輸管理部門造成了極壞的社會影響,甚至成為了新的社會不穩(wěn)定因素。因此,開展客運車輛危險行駛狀態(tài)機器視覺辨識系統(tǒng)的研究,有助于改善我國公路客運安全性和提高公路客運安全管理能力,并能夠?qū)Πl(fā)生交通事故之后的責任認定提供部分可視化證據(jù),具有廣闊的應(yīng)用前景和市場需求。
　　本文依托“十一

2、五”國家科技支撐計劃重大項目(2009BAG13A07)和國家自然科學基金項目(51278062),綜合運用計算機圖形學、信息工程學、車輛工程學、交通工程學等多學科理論以及機器視覺技術(shù)中的車載CCD視覺傳感采集技術(shù)、嵌入式雙核并行高速DSP數(shù)字圖像處理技術(shù)、邊緣形狀檢測與分析技術(shù)、機器學習技術(shù)與模式識別技術(shù),通過大量模擬試驗、數(shù)據(jù)分析、理論建模和程序設(shè)計,研究能夠?qū)崟r采集客運車輛行駛狀態(tài)視覺圖像信息,在線辨識客運車輛行駛過程中存在的潛在

3、危險,適時警示和記錄駕駛?cè)朔钦ｑ{駛行為的客運車輛危險行駛狀態(tài)機器視覺辨識技術(shù)及其實現(xiàn)系統(tǒng)。
　　針對客運車輛行駛狀態(tài)、運行軌跡和道路環(huán)境的視覺感知問題,采用多目標特征集合的方法,進行了道路標識線方位與線型識別以及車輛橫向偏航警告技術(shù)的研究。通過對道路圖像灰度均衡化增強、快速重組中值濾波、Scharr濾波邊緣信息提取、感興趣區(qū)域搜索和約束塊掃描式最優(yōu)閾值分割處理,深度挖掘道路邊緣輪廓信息?；诜N子點投票區(qū)域約束、極角區(qū)域約束以及鏈

4、碼方向約束等邊界約束條件,對Hough變換進行改進并實現(xiàn)了道路標識線的方位檢測;融合HSI色彩空間分割與動態(tài)窗口搜索實現(xiàn)了道路標識線線型的辨識;引入?yún)^(qū)域約束粒子濾波跟蹤模型,提高了道路標識線的檢測效率和環(huán)境適應(yīng)能力。依據(jù)逆透視投影變換重建道路關(guān)鍵信息,預(yù)測車道平面內(nèi)自車的行駛軌跡,充分考慮自車橫向分速率和橫向偏航角的影響,在空間域和時間域內(nèi)量化危險度,建立了基于自車位姿與時域危險度的車輛橫向偏航警告模型,改善了系統(tǒng)的警告機制,提高了系統(tǒng)

5、的可接受度。
　　針對前方車輛圖像識別過程中存在的干擾因素較多、復(fù)雜背景排除困難和單一特征表示的局限性等問題,采用多尺度方向特征提取的方法,進行了同車道內(nèi)自車前方的目標車輛圖像識別技術(shù)的研究。充分挖掘前方車輛圖像信息設(shè)置目標搜索區(qū)域,減小了系統(tǒng)運算處理信息量。通過對路面灰度均值突變特征的分析,提出前方車輛存在性假設(shè);利用雙通道Gabor濾波器提取車輛灰度樣本的多尺度方向特征,融合Adaboost分類器對提取的特征樣本進行學習訓(xùn)練分

6、類,確定前方車輛在圖像中的位置;依據(jù)信息熵歸一化對稱性測度,驗證前方車輛存在性假設(shè),排除虛假目標;通過車輛特征樣本的離線訓(xùn)練與在線檢測相結(jié)合的機器學習方式,實現(xiàn)了前方車輛快速、準確的識別和定位。融合改進GM(1,1)灰色預(yù)測模型,利用少量歷史數(shù)據(jù)信息動態(tài)預(yù)測前方車輛的運動軌跡,并以幀間連續(xù)性為線索,建立了一種檢測與跟蹤反饋工作機制,緩和了目標車輛檢測過程中魯棒性與實時性之間的矛盾。
　　在前方車輛圖像識別定位的基礎(chǔ)上,采用人-車-

7、路多源信息融合的方法,對安全車距預(yù)警技術(shù)進行了深入研究。通過對單目視覺測距原理的研究分析,在CCD視覺傳感器關(guān)鍵測距參數(shù)精確標定的基礎(chǔ)上,建立了基于車道平面約束的單目視覺縱向車距測量模型,實現(xiàn)了縱向車距的精確測量。充分考慮駕駛?cè)苏J知響應(yīng)特征、車輛響應(yīng)特性和道路環(huán)境等因素,運用多傳感器信息融合技術(shù)獲取前車及自車的行駛狀態(tài)信息,建立了基于人-車-路多源信息融合的安全車距模型。以駕駛?cè)藨?yīng)急響應(yīng)概率智能體、前車與自車相對行駛狀態(tài)智能體和道路環(huán)境