目标检测在汽车高级驾驶辅助系统中占有很重要的地位。在汽车驾驶过程中,由于驾驶人员的疏忽或被一些客观环境的干扰,导致车前方的车辆、行人、交通标志等重要目标信息不能够及时发现,从而产生交通违章甚至交通事故。本文以城市道路场景为研究环境,研究适用于可移动端的基于视频的多目标检测技术,实现对重要交通信息的检测、并提醒驾驶人员的辅助驾驶系统,达到减少道路交通事故,提高行车安全性的目的。道路场景下的目标检测涉及到实时、动态、多场景、多目标、多干扰因素等诸多问题。文中采用基于视频的目标检测便于实现场景的复现,有助于实验中模型的调试和检测结果的对比。传统的SSD检测模型计算参数多,不能利用视频连续帧间的信息时序关联,导致检测时间长、检测的目标置信度低,且对可移动设备硬件要求高。为此提出了将LSTM与SSD相结合的混合模型,首先利用数据集对改进的混合模型进行训练,再将训练后的参数移植到树莓派系统,当系统检测到目标信息后,以声音的形式来提醒驾驶人员,最终实现道路场景下的可移动端实时的多目标检测系统设计。本文具体研究内容如下:(1)针对基于视频的多目标检测系统进行整体分析,明确检测算法应用的具体场景和需要达到的功能要求。对现有的目标检测算法进行分析,深入分析了SSD模型的框架结构,算法原理和模型训练过程。对训练测试的数据集进行补充与数据增强,提高模型检测的鲁棒性。(2)考虑到系统的实际应用场景,对检测算法进行了改进。传统的SSD模型的计算参数量过大,本文采用轻量级网络模型Mobile Net-V2作为SSD基础网络特征提取部分,达到了网络模型的轻量化。另外设计了一种用于视频的多目标检测的混合网络框架LSTM-SSD,将单框检测的结果与长短时神经网络(LSTM)预测的结果相融合,利用视频连续帧间的信息时序关联,对下个阶段目标出现的位置预判,可有效的提高检测的置信度。通过与VGG-SSD和Mobile Net-SSD检测网络模型的对比,检测结果的平均置信度提高了2%～8%,设计的混合网络模型在应对多目标、模糊、遮挡等干扰状况下,均能获得较好的检测效果。(3)为了实现在可移动端的视频目标检测,需对Raspberry Pi平台进行检测环境的搭建,将算法训练模型移植到可移动平台,该系统主要包括通过摄像头采集数据,将采集的数据输入到目标检测模型,识别出图像中目标物体的类别和坐标信息,通过语音提示驾驶人员等。经实验测试,组合算法模型移植到树莓派系统,能够完成对车辆、行人、交通标志牌等目标物体检测,实现目标物体标注分类与及时提示。本课题研究基于Tensor Flow开发平台,以SSD目标检测为基础,对算法模型进行改进形成LSTM-SSD混合算法,通过不同模型检测效果的对比,来验证混合算法模型具有较高的准确性和实时性。接着将训练后的模型移植到树莓派平台,对整个系统进行调试和验证。试验结果表明:当实时检测出车辆、行人与交通标志等信息后,进行预警提示。基于视频的多目标检测可对辅助驾驶实现实时目标检测提供依据和参考,进而从多方面提升驾驶安全。