智能車的前方車輛檢測和預(yù)警算法研究.pdf

1、在智能交通研究領(lǐng)域，車輛檢測與駕駛員疲勞檢測、車道線檢測、行人檢測一起構(gòu)成智能車輔助駕駛安全防撞系統(tǒng)。前方車輛的檢測預(yù)警是其中一項關(guān)鍵技術(shù)，用于準(zhǔn)確的檢測前方是否有車輛，并為主動安全系統(tǒng)提供有效地駕駛環(huán)境信息。
　　本文主要研究單目視覺的前方車輛檢測和預(yù)警算法，通過對比分析國內(nèi)外的車輛檢測和預(yù)警算法，提出了一種基于陰影假設(shè)和分層HOG對稱特征驗證的前車檢測算法和障礙物的模糊預(yù)警算法，并實現(xiàn)了前方車輛的檢測預(yù)警系統(tǒng)。主要研究內(nèi)容有兩

2、點：
　　(1)前方車輛的檢測算法研究。本文提出了一種新型的分層HOG對稱特征，并利用基于陰影假設(shè)和分層HOG對稱特征驗證的方法對前方車輛進(jìn)行檢測。檢測過程分為假設(shè)階段和驗證階段。在假設(shè)階段，利用前方車輛車底陰影的特點，提取滿足特點的圖像子區(qū)域，并將此區(qū)域作為假設(shè)車輛圖像。在驗證階段，首先利用多層低維HOG特征來代替高維HOG特征，并對HOG特征進(jìn)行對稱化處理，得到分層HOG對稱特征；然后提取訓(xùn)練樣本的分層HOG對稱特征，并用于E

3、LM(ExtremeLearning Machine)分類器的訓(xùn)練；最后，用ELM分類器對假設(shè)車輛圖像進(jìn)行驗證，得到檢測結(jié)果。此算法避免了大量的多尺度變化運算，提高了檢測速度和精度。
　　(2)障礙物的模糊預(yù)警算法研究。本文采用模糊預(yù)警算法對前方障礙物進(jìn)行預(yù)警，根據(jù)經(jīng)驗以障礙物的大小信息、位置信息和前后幀障礙物的位置變化信息為依據(jù)，來判斷是否會出現(xiàn)危險，預(yù)警結(jié)果分為安全、注意、危險三個等級。模糊預(yù)警算法計算量小，預(yù)警速度快，能夠滿

4、足實時預(yù)警的要求，不僅適用于前方車輛的預(yù)警，同時還可以對前方行人等其他障礙物進(jìn)行預(yù)警。
　　在系統(tǒng)實現(xiàn)中，硬件方面，本文設(shè)計了一個專門安裝在車頂?shù)南鄼C支架，用于采集車輛周圍環(huán)境信息；軟件方面，本文采用Visual Studio2008+OPENCV2.3.1作為編程編譯環(huán)境，開發(fā)語言選擇C++，軟件主要包括檢測模塊和預(yù)警模塊。對實驗結(jié)果分析表明：本文的車輛檢測和預(yù)警算法能夠準(zhǔn)確的檢測出前方車輛并做出相應(yīng)預(yù)警判定，能夠滿足系統(tǒng)的實時