论文部分内容阅读
日益增多的交通事故严重威胁人们的出行安全,给社会造成了巨大的生命和财产损失。为了增强交通安全,使车辆能够主动规避交通事故,论文基于视觉信息,采用计算机视觉技术对车辆的主动安全技术进行了系统的研究。论文对驾驶员视觉增强,基于视觉的车辆纵向主动安全、侧向主动安全技术进行了积极的探索,取得了初步的成果,具体为:
论文分析了车辆行驶过程中道路环境-驾驶人员-车辆相互作用的关系,基于视觉计算理论,改进了传统驾驶过程模型,建立了基于视觉的道路环境-驾驶员-车辆行驶闭环反馈模型;规划了基于视觉的主动安全智能预警系统的结构,建立了道路环境-主动安全预警系统-驾驶员-车辆的整体模型,为实现车辆主动安全系统奠定了基础。
为增强驾驶员视觉,研究了用于构建宽视野图像的图像拼接技术,对图像拼接关键技术进行了改进。针对车载主动安全系统时间效率要求高,视觉图像噪声大、受光线影响严重的特点,提出了一种LOG-FAST的角点提取算子。针对当前图像配准过程时间复杂度高的缺点,提出了基于SIFT和SURF算子等高维特征描述子的特征匹配算法,该匹配算法具有时间效率高,鲁棒性好的特点。
针对车辆纵向主动安全的需求,论文分别研究了基于双目视觉传感器和单目视觉传感器的车辆检测算法。采用双目立体视觉技术,提出了一种基于U-视差和V-视差的车辆检测算法,该算法可以实现车辆前方道路的三维信息重建,检测精度高,应用扩展性强。采用单目视觉传感器,提出了一种基于特征的车辆检测分类器的训练方法,该算法利用Boosting思想,训练弱分类器并将其组合起来,形成能够区分车辆和背景景物的强分类器,车辆检测率高,误检率低。
针对车辆侧向主动安全的需求,论文研究了基于单目视觉的车道线偏离预警技术,提出了一种基于重投影变换的车道线检测算法。该算法鲁棒性强,可应用于高速公路以及城区复杂道路环境,时间复杂度低,基本满足主动安全系统的实时性要求。