论文部分内容阅读
随着我国汽车保有量的逐年递增和高速公路建设规模的不断扩大,高速公路上车辆追尾事故变得愈发频繁,及时有效的车辆防撞预警是防止车辆追尾碰撞发生的重要手段。本文以前方车辆主动防撞预警系统为研究对象,综合应用机器视觉图像处理技术和ZigBee传输技术对前方车辆检测、前方车辆测距、车-车通信系统和汽车防撞预警模型等关键技术进行研究。为了减少前方车辆检测过程中过多干扰因素的影响,提高车辆检测的实时性和准确率,本文根据高速公路道路设计规范和行车环境特点,对车载相机采集到的前方车辆图像设置了感兴趣区域ROI,利用基于Adaboost和Haar特征的前方车辆检测算法对ROI进行检测,并通过先验知识对车辆检测结果进行车辆存在性验证,为后文的车辆测距提供准确的车辆图像。其次,根据我国小汽车车牌蓝底白字的特点,设计了基于颜色特征与投影信息的车牌定位算法,通过对车牌的定位,获得车牌图像的宽度信息,并在此基础上根据车牌大小固定与相机成像原理完成对前方车辆的测距。然后搭建了基于ZigBee技术的车-车通信系统,利用VK162速度传感器和SG-230型踏板行程测量仪实时采集前车车速、前车制动踏板状态和本车车速,并使用Xbee-Pro S3B通信节点和Arduino Uno R3开发板建立车-车通信模块。最后在传统TTC预警模型的基础上,基于PreScan8.5.0和MATLAB/Simulink平台对前车紧急制动工况进行仿真,获得前车紧急制动工况下的安全防撞预警时间阈值,并利用最小二乘法对仿真试验结果进行拟合,从而构建基于车-车通信和车辆行驶状态的汽车防撞预警模型。为验证模型的可靠性和准确性,在PreScan软件中搭建了基于车-车通信和视觉感知技术的前方车辆主动防撞预警系统,对本文提出的预警模型与传统TTC预警模型在前车紧急制动工况下进行了对比测试,并分析了测试结果。通过对前方车辆主动防撞预警系统的关键技术进行研究,验证了综合使用机器视觉图像处理技术和车-车通信技术,可以提高前方车辆主动防撞预警系统在紧急工况下的工作准确性,对于提高车辆行驶安全性,避免高速公路追尾事故的发生具有重要的现实意义。