一种基于双目视觉的安全车距测量方法

为了加强智能交通系统建设,提出了车载视频在辅助驾驶系统中的应用.首先提出了视频终端的4项基本功能,即车内视频监控、辅助驾驶、可视倒车系统、视频娱乐系统,其中车内视频监控、可视倒车、辅助驾驶是智能交通建设车辆端的重要功能.接着采用双目视觉方式实现汽车的辅助驾驶,详细分析了如何对安全车距进行预警和制动.最后进行测距步骤及测距结果分析.实验证明,该方法适合安全车距测量,具有广阔的应用前景.     

基于深度学习特征表达的车辆检测和分析

在基于单目视觉的辅助驾驶中,对车载摄像头拍摄的视频进行车辆检测、识别、分析,可以提取出有效信息来提醒司机或控制车辆的行驶,是机器视觉技术挑战问题。该文利用深度特征表达对车载视频进行车辆检测和分析,首先,针对现有卷积神经网络对超清分辨率车载视频分析效果差的问题,提出随机失活池化降维方法改进设计卷积神经网络适应高分辨率视频;其二,针对检测标识的车辆提取行驶状态信息的问题,该文利用现有卷积神经网络的重新训练分析出车辆的行驶方向:前向(F-direction)行驶车辆和对向(R-direction)行驶车辆。实验证明,该文的方法能够实时、有效地检测车辆和分析状态。     

智能车辆驱动车用影像传感器芯片市场起飞

一、前言 车辆安全一直是智能车载电子当中最为关键的系统,也是车厂品牌价值差异化的主要来源;而随着影像撷取与演算技术的进步,车辆整合多个影像传感器置提供驾驶者进行车辆操控之辅助：包括停车辅助、安全辅助、360度视觉盲点辅助、障碍物侦测、车道维持等,弥补人类视觉之不足、并与车辆电子系统结合,创造出汽车电子创新应用。     

车载红外夜视技术发展研究综述

随着红外技术的发展,红外夜视仪越来越多的被应用在车辆辅助驾驶系统上以提高夜间的行车安全性。本文阐述了车载夜视技术的发展状况,针对红外成像的行人检测算法进行综述,并对其中多尺度红外特征提取和检测方法进行了分析,最后对未来车载平台行人检测技术的发展方向做了简要介绍。     

基于多核处理机的嵌入式车辆辅助驾驶系统的研究与实践

为了拓展嵌入式系统在车辆辅助驾驶方面的应用,提高嵌入式系统的处理能力,提出基于多核处理机的嵌入式车辆辅助驾驶系统的方案,对核间通信以及多核之间协同处理信息进行研究,搭建出虚拟多核与嵌入式系统相结合的图像信息处理系统,探讨对基于多传感器的数据采集和基于多核处理机的数据处理在车辆辅助驾驶方面的应用价值。     

基于光学多传感器场景信息的视觉辅助驾驶技术

为满足坦克、装甲车辆等军用车辆的闭舱、无窗驾驶需求,研制了一套新型辅助驾驶系统。系统将分布于车辆四周的多路光学传感器获取车辆近身场景,通过全景拼接算法得到车辆近身360°的全景鸟瞰视频,该视频显示于车载显示屏,用于车辆通过窄道、有障碍物等特殊路段,或倒车时,驾驶员观看。同时,在车辆通过常规路段时,上述视频可根据驾驶员头部扭转角度,裁选出符合人眼观察视角的车外场景视频,传输至驾驶员显示头盔上,供驾驶员观看。如遇特殊情况,车载显示屏会报警,驾驶员将回归车载显示屏的观看。其中,驾驶员头部位置确定方法采用了红外LED光源图像定位技术和MEMS惯性器件定位技术。在实验室,搭建模型小车,验证全景鸟瞰视频生成技术和头盔自由视点观察技术。此外,还使用真实车辆进行了跑车实验。实验结果表明,上述系统可满足闭舱无窗车辆在常规路况下行驶,速度可达40 km/h,同时可辅助车辆窄道行车、障碍物绕行和倒车等事项顺利进行。     

车载激光雷达和视觉传感器融合算法研究

随着交通技术的发展,智能交通工具受到了广泛的关注。其中,车载激光雷达技术是智能驾驶系统的基础,在复杂的交通环境中,某些方面可能会受到环境干扰,导致车载激光雷达控制受损,尤其是对车辆详细信息的判断和数据搜集的准确性降低。针对以上问题,文章开展了基于激光雷达与视觉传感器融合算法的技术研究。     

全自动驾驶地铁智能设备的设计及应用

本文讨论了全自动驾驶车辆中智能设备的设计及应用,针对自复位设备和脱轨检测的选择及智能照明系统、自动刮雨器与其他车载智能设备的设计进行了分析,以期从理论及实际应用层面完善列车全自动驾驶系统智能设备的选择及设计方案。     

驾驶安全智能辅助系统的设计与实现

在国内汽车保有量逐渐增长的背景下,道路驾驶环境日趋复杂,交通事故的发生率也越来越高,这对汽车驾驶员提出了更高的要求和更严峻的挑战。本团队基于计算机视觉和深度学习技术设计了一套驾驶安全智能辅助系统,通过分析行车记录仪视角采集到的车外视频数据和面对驾驶人视角采集到的车内视频数据,实现实时的交通事故预警、交通标志识别、驾驶人疲劳检测和驾驶人异常行为检测。并通过物联网协议实现系统与车辆之间的环境信息和控制信息传输,从而达到对驾驶安全的实时监控,有助于规避驾驶过程中内部与外部的不安全因素。     

基于光纤通信技术的车载电子通信安全技术研究

在光纤通信技术背景下的车载电子通信安全技术运用,主要是通过无线通信技术来实现,让司机在驾驶车辆的过程中能够及时传递信息,了解路况的实际情况,以提高司机在驾驶车辆中的安全性能,从而减少车辆安全事故的发生率.本文主要研究了基于光纤通信技术的车载电子通信安全技术,以供参考完善.     

图像分割技术在车牌识别系统中的应用

智能车牌识别系统由图像获取、图像分割、数据库管理等几部分组成，图像分割部分在整个系统中的地位非常重要，因为图像分割质量的好坏直接影响到后端处理的效果，所以通过对人的视觉系统的分析，根据视觉特性对数字图像处理中的图像模型建立及图像分割技术进行分析和讨论，并以智能车牌识别系统实例说明其在实际中的应用。     

基于MATLAB的高速公路车辆违章占道分析及预警系统

系统通过MATLAB的图像处理功能对摄像头拍摄的视频图像进行处理,采用基于面积检测的背景差分法识别车辆位置,运用霍夫变化和卡尔曼滤波处理得到图像中路段的车道线,进而判断车辆所处车道.运用帧间差分法准确测出车辆速度,结合高速公路行车规定,即可判断出车辆是否处于违规占道行驶状态.系统可以识别违规车辆的车牌号,结合设定的LE...     

基于S3C6410和WinCE6.0的嵌入式立体摄像系统

针对目前立体对图像同步采集问题,提出一种基于S3C6410处理器和WinCE6.0系统的实时同步采集方案.首先,完成立体摄像模块硬件设计;其次,开发相应的OV3640摄像头驱动程序并定制WinCE6.0操作系统;最后,开发基于DirectShow技术的立体摄像系统应用程序.应用程序利用摄像数据流反馈实现左右格式立体对图像的同步采集,关联左右两路摄像数据流,基于视差约束实现双摄像采集帧同步.系统利用ARM 11处理器的数据处理能力和WinCE系统的可裁剪,提高了嵌入式立体摄像系统的可靠性与便携性.     

红外热成像技术在ADAS系统中的应用

针对高级驾驶辅助系统(ADAS)要求的驾驶安全与现有的汽车传感器套件无法充分检测汽车或行人的矛盾,研究红外热成像技术在ADAS系统中的应用。首先讨论了在典型的汽车传感器套件中添加红外热像仪的必要性,然后对图像进行预处理,同时结合深度学习下的目标检测YOLOv5算法进行模型训练,最后用实验数据证明该算法能在复杂的驾驶环境中可以更好地检测和分类交通目标,从而帮助ADAS系统实现兼顾精度与实时性的目标检测。     

机器视觉技术发展及其工业应用

机器视觉是一门交叉学科,有着广泛的应用领域。近年来,随着理论的创新和技术的发展,该学科发展迅猛。本文介绍了机器视觉的关键技术,如光源照明、光学镜头、摄像机、图像采集、信号处理、执行机构等的发展状况。同时,从自动检测、智能装配、视觉伺服三个方面对工业机器视觉应用系统进行了综述。     

Obstacle detection in a road scene based on motion analysis

This paper deals with the problem of obstacle detection in traffic applications. The proposed device allows a driver to receive the current road and vehicle environment information. The perception of the environment is performed through a fast processing of image sequences acquired from a single camera mounted on a vehicle. This approach is based on frame motion analysis. The road motion is first computed through a fast and robust wavelets analysis. Finally, we detect the areas that have a different motion thanks to a Bayesian modelization. Results shown in this paper prove that the proposed method permits the detection of any obstacle on all type of road in various image conditions.     

IMAPCAR: A 100 GOPS In-Vehicle Vision Processor Based on 128 Ring Connected Four-Way VLIW Processing Elements

This paper presents IMAPCAR, a 100GOPS programmable highly parallel vision processor LSI consuming less than 2 W of power for in-vehicle vision tasks of driver assistance systems. First, requirements of vision processors for driver assistance systems as well as the characteristics of vision tasks for safety are summarized. Next, features in the design of IMAPCAR are described in detail, which comparing with a previous design, improved the performance for major vision tasks by a factor of 2.5 while reduced 50% of power. Design choices taken by other in-vehicle vision processors are also compared and analyzed. Finally, technology perspectives of future in-vehicle vision processors are discussed.     

多传感器信息融合的前方车辆检测

为提升辅助驾驶系统对于道路环境中车辆的感知能力,通过机器视觉与毫米波雷达信息融合技术对前方车辆进行了检测。融合系统中对摄像头和毫米波雷达进行了联合标定,借助三坐标测量仪确定两者的数据转换的关系,优化了深度学习算法SSD的候选框,提高了车辆的检测速度,选用长焦和短焦两种摄像头进行前方图像采集,并将两者重合图像进行融合,提升了前方小目标图像的清晰度,同时对毫米波雷达数据进行了处理,借助雷达模拟器确定合适阈值参数实现对车辆目标的有效提取,根据雷达有效目标数据对摄像头采集的图像进行选择与建立感兴趣区域,通过改进的SSD车辆识别算法对区域中的车辆进行检测,经过测试,车辆的检测准确率最高达到95.3%,单帧图像平均处理总时间为32 ms,该算法提升系统前方车辆检测的实时性和环境适应性。     

基于TMS320DM642的高清摄像机设计及在智能交通中的应用

在智能交通系统中,以往的常规摄像机是对所有通过该地点的机动车辆的车牌进行拍摄、记录与处理。由于受到图像采集设备分辨率的制约,图片仅能反映出车型、车身颜色、车牌号码等简单信息。公安执法部门对部分治安案件、交通肇事案件的取证要求上,希望能掌握更详细更清楚的资料,如驾驶员的面貌特征、车内驾驶室的情况、清晰的车辆信息、货车的装载情况。文章采用TMS320DM642芯片设计了一种新的高清晰摄像机,所抓拍的图像中可以用肉眼清楚地分辨:车辆的颜色、特征、车牌的号码、车牌颜色、司乘人员的面部特征。     

基于OpenCV的交通视频运动目标检测与跟踪

智能交通系统（ITS）是目前世界交通运输领域正在研究和广泛关注的课题。OpenCV是一种用于数字图像处理和计算机视觉的函数库,由Intel公司开发。本文在目标检测方面,对采集到的交通视频进行灰度化、中值滤波、背景建模、二值化,背景差分等处理,可以较准确地检测出运动目标。在目标跟踪方面,提出了CamShift算法和Kalman滤波器相结合的方法,实现视频车辆的精确跟踪。最后,利用OpenCV的运动物体跟踪的数据结构、函数库,建立了一个视频车辆分析系统。用于道路上车辆的检测与跟踪,并具有良好的鲁棒性。