基于機器視覺的行車安全預警系統(tǒng)研究與實現(xiàn).pdf

1、近些年來隨著汽車數(shù)量日益劇增，道路交通安全問題逐漸引起了社會的普遍關注，智能汽車安全輔助駕駛系統(tǒng)已成為當前研究的熱點。本文基于當前Android操作系統(tǒng)的開放性，使得智能移動設備上的應用開發(fā)具有很強的靈活性和廣泛性，提出一種適宜于Android智能移動設備運行的行車安全預警系統(tǒng)，對車道線檢測與車輛識別的關鍵技術進行了深入研究。
　　論文在車道偏離預警方面，主要研究了結構化道路建立的車道幾何模型和相關假設。在感興趣區(qū)域中通過Houg

2、h直線變換提取道路圖像邊界線段，從中篩選出符合車道線的部分。本文提出對左右兩側車道線設置多項式邊界曲線和斜率兩個分類特征，去除了大部分干擾信息，有效地提高車道線檢測的實時性，減小計算冗余量。對與計算獲得的車道特征點集合，通過最小二乘法對車道線進行擬合重建，完成車道線的標識。為了實現(xiàn)車道偏離預警功能，本文對兩種方法進行了研究：測量車輛與車道線間橫向距離，以及根據(jù)車道線消失點與車輛中點的相對位移判斷車輛行駛偏向角。
　　論文在車輛識別

3、方面，研究了一種通過機器學習對車輛進行有效檢測的方法。首先獲取大量車輛圖像的正、負樣本，選用Haar-like特征用機器學習算法Adaboost進行訓練，最后獲得Cascade級聯(lián)分類器，利用實驗證明訓練所得的分類器對于實際道路環(huán)境中的車輛識別有效。為實現(xiàn)車輛碰撞預警，本文針對單目測距幾何模型以及車輛碰撞時間TTC模型進行了研究。
　　本文所提出的行車安全預警系統(tǒng)經(jīng)過算法移植開發(fā)并在Android手機上進行了測試，有效地實現(xiàn)了行車