汽车作为智能交通系统中重要的组成部分,逐步成为滚动的传感器平台。鉴于热成像传感器具有一定的穿透能力,受烟、雾、雨、雪的影响较小,可实现全天候、远距离观测,在车载平台发挥的作用也愈来愈重要。所以,基于热成像传感器的道路行人检测应用系统,以避免恶劣天气发生交通事故、减少人员伤亡为主要目的,具有重要的理论和现实意义,并且具有潜在的经济价值和广泛的应用前景。在前期热成像行人检测系统(TI公司DM6437型号DSP硬件平台,使用双阈值分割和HOG+SVM检测算法)的基础上,通过增加KCF跟踪模块和增强ROI提取模块,以及运用DSP优化技术,使得新系统具有更强的鲁棒性和实时性,基本满足实际需求。论文主要工作包括:(1)工作基础。介绍了硬件平台上核心芯片和外围芯片等重要器件的功能,以及在CCS3.3软件环境中引入支撑库、配置DSP/BIOS实时操作系统等重要操作;简述前期行人检测系统算法流程和KCF跟踪算法。(2)在前期行人检测系统的基础上,增强ROI提取模块和增加KCF跟踪模块。对双阈值分割图像用形态学操作轻微补偿,并基于所求路面把身体小部件ROI随机组合,用来解决ROI的不同程度断裂和空洞现象;使用核相关滤波(KCF)目标跟踪器作为新系统的一个模块,不仅比前期系统的多帧校验更加简单稳定,还具有单尺度解决目标形变、目标丢失重新检测机制,能显著降低虚警和提高鲁棒性。(3)深入研究DSP优化技术并对新系统进行优化。行人检测跟踪系统运行到DM6437平台后,开展了Cache/DMA、支撑库和内联指令等一系列优化措施,同时使KCF跟踪算法适配到当前系统,可达到检测25帧/秒和跟踪12帧/秒,效率提升明显。在车载热成像数据集上进行测试,分析了检测率和虚警、检测启动次数和标记框稳定性等指标。