客運車輛危險行駛狀態(tài)機器視覺辨識系統(tǒng)研究.pdf

1、隨著我國公路交通運輸業(yè)快速發(fā)展的同時,道路交通安全問題日益突出,公路客運事故一般都是人員死傷慘重的惡性事故,不僅給運輸企業(yè)造成巨大的經濟損失,而且給當地公路運輸管理部門造成了極壞的社會影響,甚至成為了新的社會不穩(wěn)定因素。因此,開展客運車輛危險行駛狀態(tài)機器視覺辨識系統(tǒng)的研究,有助于改善我國公路客運安全性和提高公路客運安全管理能力,并能夠對發(fā)生交通事故之后的責任認定提供部分可視化證據,具有廣闊的應用前景和市場需求。
　　本文依托“十一

2、五”國家科技支撐計劃重大項目(2009BAG13A07)和國家自然科學基金項目(51278062),綜合運用計算機圖形學、信息工程學、車輛工程學、交通工程學等多學科理論以及機器視覺技術中的車載CCD視覺傳感采集技術、嵌入式雙核并行高速DSP數字圖像處理技術、邊緣形狀檢測與分析技術、機器學習技術與模式識別技術,通過大量模擬試驗、數據分析、理論建模和程序設計,研究能夠實時采集客運車輛行駛狀態(tài)視覺圖像信息,在線辨識客運車輛行駛過程中存在的潛在

3、危險,適時警示和記錄駕駛人非正常駕駛行為的客運車輛危險行駛狀態(tài)機器視覺辨識技術及其實現系統(tǒng)。
　　針對客運車輛行駛狀態(tài)、運行軌跡和道路環(huán)境的視覺感知問題,采用多目標特征集合的方法,進行了道路標識線方位與線型識別以及車輛橫向偏航警告技術的研究。通過對道路圖像灰度均衡化增強、快速重組中值濾波、Scharr濾波邊緣信息提取、感興趣區(qū)域搜索和約束塊掃描式最優(yōu)閾值分割處理,深度挖掘道路邊緣輪廓信息?；诜N子點投票區(qū)域約束、極角區(qū)域約束以及鏈

4、碼方向約束等邊界約束條件,對Hough變換進行改進并實現了道路標識線的方位檢測;融合HSI色彩空間分割與動態(tài)窗口搜索實現了道路標識線線型的辨識;引入區(qū)域約束粒子濾波跟蹤模型,提高了道路標識線的檢測效率和環(huán)境適應能力。依據逆透視投影變換重建道路關鍵信息,預測車道平面內自車的行駛軌跡,充分考慮自車橫向分速率和橫向偏航角的影響,在空間域和時間域內量化危險度,建立了基于自車位姿與時域危險度的車輛橫向偏航警告模型,改善了系統(tǒng)的警告機制,提高了系統(tǒng)

5、的可接受度。
　　針對前方車輛圖像識別過程中存在的干擾因素較多、復雜背景排除困難和單一特征表示的局限性等問題,采用多尺度方向特征提取的方法,進行了同車道內自車前方的目標車輛圖像識別技術的研究。充分挖掘前方車輛圖像信息設置目標搜索區(qū)域,減小了系統(tǒng)運算處理信息量。通過對路面灰度均值突變特征的分析,提出前方車輛存在性假設;利用雙通道Gabor濾波器提取車輛灰度樣本的多尺度方向特征,融合Adaboost分類器對提取的特征樣本進行學習訓練分

6、類,確定前方車輛在圖像中的位置;依據信息熵歸一化對稱性測度,驗證前方車輛存在性假設,排除虛假目標;通過車輛特征樣本的離線訓練與在線檢測相結合的機器學習方式,實現了前方車輛快速、準確的識別和定位。融合改進GM(1,1)灰色預測模型,利用少量歷史數據信息動態(tài)預測前方車輛的運動軌跡,并以幀間連續(xù)性為線索,建立了一種檢測與跟蹤反饋工作機制,緩和了目標車輛檢測過程中魯棒性與實時性之間的矛盾。
　　在前方車輛圖像識別定位的基礎上,采用人-車-

7、路多源信息融合的方法,對安全車距預警技術進行了深入研究。通過對單目視覺測距原理的研究分析,在CCD視覺傳感器關鍵測距參數精確標定的基礎上,建立了基于車道平面約束的單目視覺縱向車距測量模型,實現了縱向車距的精確測量。充分考慮駕駛人認知響應特征、車輛響應特性和道路環(huán)境等因素,運用多傳感器信息融合技術獲取前車及自車的行駛狀態(tài)信息,建立了基于人-車-路多源信息融合的安全車距模型。以駕駛人應急響應概率智能體、前車與自車相對行駛狀態(tài)智能體和道路環(huán)境