随着我国经济的快速、稳定的发展,人们的生活水平日益提高,汽车的保有量呈现快速增长。汽车为人们的生活带来方便的同时,也带来了不少负面影响。道路交通的安全问题一直是人们最关心的问题之一。具有行人检测功能的汽车辅助系统,可以有效保护道路中的行人,是智能交通领域中一个重要且基本的任务。本文在仔细研究国内外关于行人检测相关算法和车载行人检测系统的基础上,成功的设计了一套具有实时性好、准确度高、体积小、功耗低的车载行人检测系统。本文完成的工作如下:(1)阅读了大量的关于行人检测以及行人检测技术在车载设备中应用的文献,总结了车载行人检测技术的难点,利用基于ARM+FPGA架构的ZYNQ芯片,结合AX7010开发板的硬件条件,设计了整个基于视觉的行人检测系统软硬件协同设计方案。(2)搭建了基于CENTRIST特征与级联支持向量机分类器的行人检测框架。在特征提取阶段:首先对原始的彩色图像转化为灰度图像,然后对该图像逐级缩放,从而构建图像金字塔。接着采用Sobel算子对图像进行边缘检测从而构建Sobel图像。随后通过计算Sobel图像每个像素的CT值构建CT图像。在检测阶段:采用了级联分类器,第一级采用的是线性支持向量机,用于快速粗略的找到候选区域;第二级采用的是HIK核支持向量机对候选区域进行精确分类,得到最终的行人检测结果。使得整个行人检测算法具有快速、精确的效果。(3)搭建了基于ZYNQ可扩展平台的嵌入式开发环境,包括制作系统启动文件uboot、设备树devicetree.dtb、文件系统和嵌入式Linux操作系统,OpenCV图像处理库和Qt图像界面库的移植。(4)在进行CENTREIST特征提取时,需要对图像进行预处理操作,如图像缩放和Sobel边缘检测,这些操作比较耗时。本文利用ZYNQ芯片基于ARM+FPGA架构的优势,将图像预处理算法使用FPGA进行硬件加速实现,然后通过VDMA IP核将预处理后的图像传送给ARM处理器进行特征提取、分类器检测与结果显示。使得整个行人检测系统在不改变检测精度的条件下,速度得到了提升。(5)使用软硬件协同设计方法实现了基于视觉的车载行人检测系统,并对该系统的性能,如准确率、检测率、误检率和检测速度进行了测试。通过测试数据分析可得,该系统基本达到了预期的效果。