|
1.
|
基于PreScan平台的单目视觉测距方法研究与虚拟试验
|
|
|
|
|
|
|
季昊成 魏民祥 李浩 李小龙 张开友《测控技术》,2013年第32卷第12期
|
|
|
车辆与前方障碍物之间的距离是车辆主动安全控制中的一项重要参数。利用图像传感器获取车辆前方道路信息，根据投影变换模型推导出单目测距算法，并通过软件实现求解车距。在PreScan平台进行虚拟试验，并分析了图像传感器各参数对试验结果的影响。结果表明，在校正良好的情况下，基于单目视觉的车距测量具有较高的测量精度。
|
|
2.
|
基于视觉的车辆侧后方道路图像检测技术
|
|
|
|
|
|
|
刘志强 宋世亮 汪澎 仲晶晶《计算机工程与设计》,2010年第31卷第12期
|
|
|
针对车辆在换道过程中易发生碰撞的问题,提出了一种针对车辆侧后方包括盲点区域在内的道路图像的检测算法.该算法对车辆侧后方车道线分为内外两侧进行分析,解决了因摄像机安放位置所产生的感兴趣区域不对称问题.利用基于梯度特征的阴影检测法对接近的车辆进行识别,在此基础上,通过单目视觉测距和两车的几何位置关系计算两车的距离.实验结果表明,该方法可以准确地识别本车后方的车道线和车辆,并且当两车距离在55米以内时,系统可以有效的对车距进行估计.
|
|
3.
|
基于单目视觉的汽车追尾预警系统研究
|
|
|
|
|
|
|
李菲 邵越然 赵明辉 Liu Zunyang《现代电子技术》,2011年第34卷第20期
|
|
|
汽车追尾预警是智能车辆视觉导航系统中的重要研究内容。设计了一个应用于结构化道路环境,基于单目视觉的汽车追尾预警系统。该系统按照摄像机提供的道路图像序列,首先利用一种新的边缘检测算法识别前方道路,然后利用灰度、边缘和对称性等特征识别前方车辆,接下来根据前后车距判断其威胁等级,最终向驾驶员提供相应的声光报警信号。该系统已在合肥的高速公路上进行了实验。实验结果显示,系统运行速度达到车辆驾驶的实时性要求,能够完成车辆检测和碰撞预警的任务。
|
|
4.
|
基于单目视觉的前方车辆检测与测距方法研究
|
|
|
|
|
|
|
鲁威威 肖志涛 雷美琳《电视技术》,2011年第35卷第1期
|
|
|
提出了一种基于单目视觉的前方车辆检测与测距方法。首先利用自适应阈值分割方法得到车辆底部阴影特征,同时采用区域融合方法解决车辆边缘变形问题,得到疑似车辆区域,然后在疑似区域内利用车辆对称性进行验证,得到准确车辆区域,最后利用基于摄像机内部参数和几何关系的单目视觉测距方法得到本车与前方车辆之间的距离。实验结果表明,该方法能有效检测前方车辆,并能准确测出与前方车辆之间的距离。
|
|
5.
|
基于图像识别的汽车智能防撞系统研究与实现 被引次数：6
|
|
|
|
|
|
|
伍宗富 陈日新 朱明旱《机械与电子》,2008年第9期
|
|
|
设计了一种在公路上利用车栽单目机器视觉测量前方车距的方法,利用计算机视觉理论与方法,在对行车道内的前方车辆进行快速探测以及对摄像机进行预先标定的基础上,探讨仅利用摄像机参数和道路几何模型,计算前方车辆距离的方法,即基于单目视觉测距系统的智能防撞装置.该装置安装在车辆前部,对本车与前车进行持续监视,在有险情发生前,及时发出报警声音,提醒驾驶员注意并采取减速或制动措施,从而达到有效预防追尾碰撞事故发生的目的.
|
|
6.
|
基于多传感融合的吊装过程监测系统联合标定方法研究
|
|
|
|
|
|
|
马玉栋 杜福洲 樊洪良 吴典 陈婷《制造业自动化》,2018年第8期
|
|
|
为实现大尺度产品部件吊装对接实时位姿安全监控,利用多传感器数据融合技术,组建了包括单目视觉系统、九轴MEMS以及激光测距传感器的多传感器联合测量系统-集成测量单元。针对组建的集成测量单元设计了多传感器联合测量系统联合标定的方法,该方法借助于工业机器人首先将单目视觉系统与九轴MEMS标定于集成测量单元坐标系,然后借助单目视觉系统和工业机器人将激光测距传感器的激光射线的空间直线方程标定于集成测量单元坐标系中,最终将单目视觉系统、九轴MEMS以及激光测距传感器联合标定于统一的集成测量单元坐标系下,完成联合标定。最后经过实际试验的数据分析以及误差验证,该方法完全满足吊装过程监测任务的精度与特性要求。
|
|
7.
|
基于单目视觉测距的车辆自动刹车辅助系统设计
|
|
|
|
|
|
|
《计算机测量与控制》,2014年第7期
|
|
|
针对红外测距与超声波测距探测距离与真实距离差异大,刹车控制智能性不强的问题,设计并实现了基于单目视觉测距的车辆自动刹车辅助系统,系统硬件主要由图像采集模块、图像处理模块、以及电子制动模块组成;通过基于单目视觉测距算法实现软件编程,并在Matlab平台上完成测试,实验中车辆以35km/h驶向障碍物,使在20~70m的实际距离进行仿真测距,单目摄像头俯仰角测定在88°~90°之间,对前方实时车距进行测量,并通过与汽车电子控制单元之间的数据交换对车辆制动进行辅助控制;实验结果表明:在实测距离和系统介入距离均在70m以内时,算法相对误差平均在2%左右,车辆停止地点距障碍物在4.5m左右,说明系统满足车辆智能化辅助制动的实时性要求。
|
|
8.
|
基于不变矩的机器视觉车辆类型识别技术
|
|
|
|
|
|
|
翟乃斌 苏建 宋年秀 刘玉梅 陈友谊《武汉理工大学学报(信息与管理工程版)》,2007年第29卷第4期
|
|
|
针对智能交通领域汽车类型识别的应用背景，利用单目视觉开发了基于计算机视觉车辆类型识别系统；论述了单目视觉原理及特征提取的关键技术，利用不变矩及不变矩矢量在图像平移、旋转及比例变换时保持不变的特性，以其作为主要特征实现车辆类型有效识别。试验结果表明，该技术可以实现车辆类型的自动、快速和准确分类。
|
|
9.
|
基于单视觉的车辆防碰撞预警系统研究
|
|
|
|
|
|
|
王征 张广昕 孙晋伟《计算机光盘软件与应用》,2012年第6期
|
|
|
应用单目视觉车辆防碰撞预警系统能够发识别周围车辆并估算出与其之间的距离,利用预警系统及时提醒驾驶员。解决了车道线和车辆的检测识别问题,提出了新的边缘检测算法识别道路线,然后利用特征识别算法识别车辆,并根据车辆之间的距离判定危险等级。实验结果表明,系统能够有效的识别车道线和车辆,并能很好的测量车间距,实现预警输出。
|
|
10.
|
基于单目视觉的车辆碰撞预警系统
|
|
|
|
|
|
|
刘志强 温华《计算机应用》,2007年第27卷第8期
|
|
|
基于单目视觉的车辆碰撞预警系统能够发现道路前方的车辆并估算出与前方车辆之间的距离,利用预警机制及时提醒驾驶员危险状况。车道检测和车辆识别是该系统需要解决的两个主要难题，提出了利用边缘分布函数EDF检测车道标线，利用车辆底部纹理和对称性特征识别车辆，并根据图像坐标系和世界坐标系之间的几何映射关系测距。实验结果表明，提出的方法能够有效检测出车道标线，并能很好地测定与前车的距离。
|
|
11.
|
基于单目视觉传感器的车距测量与误差分析
|
|
|
|
|
|
|
余厚云 张为公《传感器与微系统》,2012年第31卷第9期
|
|
|
为了解决结构化道路上基于单目视觉的运动车辆车距测量问题,从针孔模型下摄像机成像的基本原理出发,推导出基于图像中车道线消失点的车距计算公式.车距测量结果只与图像中的近视场点到摄像机的实际距离有关,而无需对所有的摄像机参数进行标定.分析了车距测量中的误差因素,并在前方道路上设置已知距离的横向标线,完成了摄像机不同安装高度、俯仰角及方向角情况下的标线距离测量实验.通过与实际距离比较发现,摄像机安装高度与方向角的微小变化对车距测量的影响可以忽略,而摄像机俯仰角的变化将引起较大的车距测量误差.最后,完成了不同距离处前方车辆车距测量实验,实验结果表明:采用上述方法的车距测量相对误差小于3％,具备了较高的检测精度.
|
|
12.
|
基于单目视觉的车辆测距系统研究 被引次数：1
|
|
|
|
|
|
|
王连桂 杜俊贤《电子世界》,2014年第19期
|
|
|
本文，针对智能汽车单目视觉提出了通过镜头跟随汽车移动导致图像放大倍数的改变，然后根据图像大小的变化和移动距离来计算车辆与前方障碍物之间距离的方法，有效提高了车距测量的精确度。
|
|
13.
|
车辆超车视觉辅助导航系统研究
|
|
|
|
|
|
|
王伟莉 曲仕茹《中国图象图形学报》,2008年第13卷第4期
|
|
|
为了能够提高行驶速度,保障行车安全,提高行驶环境认知,设计了一个基于单目视觉的车辆自适应道路、前车检测、超车指导系统,其主要应用于双车道结构化道路,而且在晴天与阴天不同天气情况下,车道线以及深色、浅色车辆均可识别,并可跟踪、超越前车。实验结果表明,该系统可以应用于不同环境背景下,该系统已通过了远距离自动、安全、准确地检测,并进行了超越前车的仿真实验。
|
|
14.
|
基于主动视觉的车辆实时检测
|
|
|
|
|
|
|
李政 赵汉青 刘大学 贺汉根《计算机仿真》,2009年第26卷第5期
|
|
|
针对高速公路环境下车辆检测问题,分别对车前方的车辆和车旁超车车辆设计了基于主动视觉的车辆实时检测算法.算法首先通过标志线检测算法获得高速公路上的标志线信息,在标志线信息的引导下在低分辨率图像中通过车辆底部阴影特征搜索感兴趣区域,然后在感兴趣区域进行高分辨率图像处理,利用前方车辆的后视图灰度对称性特征和边缘特征完成前方车辆的快速检测;对于车旁超车车辆,算法在相邻车道设置检测窗口,通过检测窗口内的纹理变化信息,检测车旁超车车辆;最后利用消失点的信息进行车辆确认.实验表明,算法能快速准确地检测到公路上的车辆,具有较好鲁棒性和实时性,能够满足系统的实时性要求.
|
|
15.
|
嵌入式视觉的测距系统设计
|
|
|
|
|
|
|
刘昌辉 帅考 杨维荣《武汉工程大学学报》,2015年第4期
|
|
|
行车操作人员在实际操作过程中,会出现对与之相邻障碍物之间的距离太近而不能及时规避情况,导致碰撞事故的发生.针对这一问题,笔者构建了以ARM11微处理器为核心,以USB摄像头为图像采集设备的测距系统,在基于机器视觉和图像处理的基础上,将单目视觉和激光技术相结合,考虑对应点匹配和单个特征点提取误差对测量结果影响,将激光点作为特征点的单目视觉测距的方法.实验结果表明,该系统能有效的测量与障碍物的距离,测量准确,可靠性高且满足实时性要求.
|
|
16.
|
基于ARM11的塔吊监控系统设计
|
|
|
|
|
|
|
王旭 张自嘉 王慧敏《电子技术应用》,2013年第39卷第10期
|
|
|
塔吊驾驶员在操作塔吊时经常遇到视觉盲区,对吊钩高度难以把握,只能靠经验感觉操作,极易引起安全事故.系统以S3C6410微处理器芯片为核心,搭建了单目测距监控系统,结合塔吊吊钩的形状及颜色特征,根据单目测距原理完成对吊钩下放距离的检测,并通过WiFi无线模块实现视频的实时传输.实验结果表明,视频传输稳定可靠,单目测距较为准确,满足塔吊驾驶员对视频以及高度的实时性要求.
|
|
17.
|
基于激光与视觉的车辆防撞技术的研究
|
|
|
|
|
|
|
朱金荣 汪仲 邓小颖 倪晓武《光电子技术》,2012年第32卷第1期
|
|
|
提出了一种基于视觉与激光测距相结合的车辆防撞技术.首先采用改进的Hough变换对车道标志线进行检测与提取,根据车辆底部的阴影特征搜寻车辆可能出现的位置；利用边缘检测排除非车辆区域；然后结合车辆在图像中的宽度,利用激光测距传感器对前方车辆动态扫描,计算出两车的车距和相对速度；最后用卡尔曼滤波算法连续跟踪检测到的车辆；实验表明:该方法能够实时有效地检测前方车辆,在高精度汽车防撞系统中具有一定的意义.
|
|
18.
|
基于单目视觉测距技术的车辆防撞系统的研究
|
|
|
|
|
|
|
索文杰《电子制作．电脑维护与应用》,2015年第9期
|
|
|
部队车辆交通安全问题频频发生，给部队正规化建设尤其安全工作带来了不可估量的负面影响，虽然国家投入了大量的人力和物力，但长期以来未得到有效改善，故需要研究一款智能小车系统来避免和改善这种状况，在这样的背景下，我们开展了基于单目视觉测距技术的车辆防撞系统研究，本设计主要构造了以飞思卡尔公司研制的高速16位MC9S12XS128处理器,CCD采集前方障碍物图像,超声波采集前方障碍物距离，数码管实时显示前方障碍物的智能车辆防撞系统。
|
|
19.
|
智能车视觉导航的道路和前车检测系统 被引次数：2
|
|
|
|
|
|
|
皮燕妮 史忠科 黄金《计算机工程》,2005年第31卷第23期
|
|
|
设计了一个基于单目视觉的智能车自适应道路、前车检测系统，主要应用于结构化道路，可以根据输入图像的可见度自动在夜间模式和日间模式间切换。结果表明系统可以在不同可见度下，自动、快速、准确地检测前车。
|
|
20.
|
智能车中基于单目视觉的前车检测和跟踪 被引次数：5
|
|
|
|
|
|
|
皮燕妮 史忠科 黄金《计算机应用》,2005年第25卷第1期
|
|
|
提出了一个改进的单目视觉方法，用于智能车在结构化公路环境下准确检测和跟踪前方车辆。该方法先利用图像灰度梯度检测前车，剔除可能的虚检测，建立新目标的二维模型；然后用卡尔曼滤波方法预测下一帧的目标位置，在预测位置附近用边缘投影方法定位目标；设计了一种新的四因素似然度函数，验证跟踪结果与检测结果的匹配度，当跟踪失败时，重新检测前车。利用长图像序列PETS2001进行实验，结果表明该方法可以有效的检测和跟踪本车车道前方视野中的车辆障碍物，为智能车的防撞预警和控制系统提供可靠信息。
|
|
