基于单视觉的车辆防碰撞预警系统研究

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。     

基于单目视觉的汽车防偏防追尾预警系统研究

该文设计了一个基于单目视觉的汽车防偏防追尾预警系统,应用于主要障碍物为车辆的结构化道路环境.利用视觉传感器提供的道路图像序列亮度、纹理、形状等丰富特征,对汽车前方道路和车辆进行检测和跟踪,根据其危险程度,向驾驶员提供可靠的防偏指令和防追尾预警信号,并辅以声光报警.介绍了系统软硬件结构,给出了主程序流程图.对定位前方道路及车辆的算法和预警方案等关键技术进行了研究,给出了系统可行性和有效性验证的仿真和初步试验结果.     

基于单目视觉的车辆碰撞预警系统

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。     

车道偏离预警系统关键技术设计

车道偏离系统是一种安全辅助驾驶系统,针对传统车道偏离预警系统实时性不足,设计了基于改进Sobel算法和Hough变换识别车道线的实时车道偏离预警系统。系统将摄像机采集的道路图像经过改进Sobel算法处理,能更快得到车道线边缘像素信息,再应用Hough变换连接有效边缘像素确定车道线位置,最后通过与预警决策模块的匹配度实现车道偏离的预警判定。经测试系统性能良好。     

基于视频的高速车道偏离预警系统

在驾驶过程中发生非意识车道偏离时,偏离预警系统采用报警方式保障行车安全。针对高速公路频发的车道偏离事故,设计和实现了基于视频处理的高速车道偏离预警系统(Highway Departure Warning System,HDWS)。算法处理上,分别进行感兴趣区域(Area of Interest,AOI)设定、图像预处理和Otsu自适应阈值二值化,应用直线模型和改进Hough变换提取车道线,采用像素距离与车道线斜率信息融合的偏离决策,并在MATLAB R2015a上仿真测试。仿真结果表明,该系统能提前1.2 s报警,准确率高于95%,漏报率低于3%,满足高速道路环境下偏离预警性能要求。     

重型车辆侧翻预警系统的开发

建立了重型车辆三自由度车辆模型,经过鱼钩工况仿真验证,确定此模型比较准确,可用于预警系统的仿真研究;以横向载荷转移率(LTR)预警门限值为参考值,应用经典卡尔曼滤波原理对车辆运行状态进行实时估计,实时计算出反映侧倾危险的侧翻时刻,从而开发了一套对重型车辆进行观测的侧翻预警系统。经在高附着路面上进行实车试验,设LTR预警门限值为0.2,侧翻时刻为3s,并在侧向加速度为0.2的条件下,该系统能及时做出预报,说明此系统有效可靠。     

车辆防碰预警系统的设计

介绍了一种以ATmega16单片机为控制核心的车辆防碰预警系统,提出了解决收发一体式超声波测距电路难题的新方法;由于温度对超声波波速的影响,增加了温度补偿电路来消除误差;设计的自动增益控制(AGC)电路,有效地解决了回波信号过于微弱而导致系统测量误差加大的难题;在此基础上,设计了相应的超声波测距系统的软件;对系统进行了测试,如主要试验参数:灵敏度、测距、频率等;并将所测数据与实际数据进行了对比;结果表明,该预警系统具有较高的测量精度。     

快速公交专用车道上非公交车辆抓拍系统

非公交车侵占专用公交车道违章行为频繁出现,严重影响交通效率。通过车载摄像头采集图像,以TMS320DM6437为核心处理器,使用C代码优化及混合编程、存储空间优化等方法,对车道线和车辆进行检测与识别,实现对专用车道内非公交车辆抓拍。实验结果显示,该算法正确率约为83%,平均处理速度为22.5帧/s,对白天多种环境能满足实时准确的要求。     

基于Android平台的车辆防碰撞预警系统设计

为了在行车过程中准确判断周边车辆安全距离,对危险情况及时进行预警,提醒驾驶员采取相应措施规避碰撞,基于Android平台设计了车辆防碰撞预警系统。利用CCD摄像头采集道路图像,对图像进度灰度及降噪等处理之后结合Hog特征与Haar特征进行目标车辆识别,利用单目视觉技术测算车辆间距,根据危险距离范围设定多级别预警机制。经过UAS数据集中5 561张道路图像测试,系统在晴天、黄昏、夜间等不同环境下车辆识别准确率均比较高。另外,通过设置不同车速下的危险距离,验证系统多级别预警准确。可以有效降低碰撞事故发生概率,为车辆安全驾驶提供了强有力的技术支持。     

基于车载视频的行人预警系统

行车安全一直是社会生活中的研究热点问题之一,本文设计实现一种基于聚合通道特征的实时行人预警系统。系统包括行人检测模块、区域划分模块、单目测距模块和预警模块,其中行人检测模块使用聚合通道特征和级联Adaboost分类器相结合的方法构造通道金字塔,对车载视频中行人进行快速检测并获取目标关键信息和运动属性;单目测距模块利用检测时获取的信息估测人车距离;预警模块利用得到的运动信息判断前方行人的危险程度并给出相应的响应类型。通过使用城市道路条件下的实录视频进行实验,验证了系统的实时性与准确性。      

基于模型驱动的车线偏离警告系统

车线偏离警告系统(LDWS)是车载主动安全系统的一项主要功能,研究了LDWS中的关键技术,以车道模型为核心,采用基于模型驱动的方法探测车道,为解决弯道探测的问题,将车线探测区域划分为多个子区域,独立探测每个子区域中的车线段,为提高探测效率并减少误识别,每个子区域的尺寸根据每次探测的结果和车道模型的拟合值动态变化,为增加探测的稳定性,对近处子区域采用Sobel滤波处理,对远处子区域采用根据车道几何特征动态设置的Gabor滤波处理,实验表明,系统能准确探测弯道并精确测算车道偏离范围,在噪声环境中有良好的鲁棒性.     

基于DSP的嵌入式车道偏离报警系统的硬件平台

目前普遍采用的车道偏离报警系统的硬件平台是工业PC.为了克服其体积大、功耗高、成本高、可靠性低的缺陷,设计了一种嵌入式车道偏离报警系统的硬件平台.利用基于DM642系统作为视频采集处理模块,采用C8051F040的数据采集系统作为汽车行驶参数采集模块,使用基于LM2576的电源系统为整个系统供电模块.试验表明,该系统具有良好实时性和抗干扰能力,满足了系统设计需要.     

基于改进Hough变换的车道线检测技术

为提高车道线识别的实时性和可靠性,提出了一种基于改进Hough变换的车道线检测方法;在图像预处理时对不同光照图像进行分类处理,得到二值化图像;利用极角约束Hough变换进行车道线初始定位;根据前一帧图像信息使用基于动态ROI的Hough变换进行车道跟踪;算法加入了车道线检测失效判别模块,以提高检测的可靠性;由于该方法减少了图像空间中被投票的目标点数,缩小Hough变换的投票空间,在一定程度上提高了车道检测的实时性和稳定性;实验结果表明,在结构化道路上,对于不同的路况,算法均具有较好的实时性和鲁棒性。     

基于计算机视觉高速智能车辆的道路识别

论文研究了基于计算机视觉高速智能车辆的道路识别。通过对JLUIV-4智能高速车辆系统采集的图像进行中值滤波、边缘增强、最优阈值二值化,获得良好的梯度图像。根据道路特征采用Hough变换识别出道路边界。使用感兴趣区域,减少图像处理时间和提高道路识别的可靠性。JLUIV-4的高速导航实验表明,该算法具有良好的实时性、可靠性和鲁棒性。     

车辆超车视觉辅助导航系统研究

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。     

基于级联霍夫变换的车道线快速检测算法

车道线检测是智能辅助驾驶算法中的核心算法之一。为了解决基于传统霍夫变换的车道线检测算法检测效率低下等问题,提出一种基于级联霍夫变换的快速车道线检测算法。该算法首先对视频帧进行ROI选取、滤波、边缘检测、非极大值抑制等预处理,然后使用基于平行坐标系的映射将原始图像转换到参数空间,完成点到线、线到点的映射,接着再使用一次映射,最终实现点到点、线到线的映射,以此快速提取车道线消失点,并根据消失点位置扫描实际车道线,实现车道线的提取。该算法在点的映射过程中,坐标值始终是线性变换,克服了传统霍夫变换在映射过程时需对每一个点进行极坐标转换的缺点,计算更简单,运算效率更高。仿真实验表明,文中提出的改进算法比传统霍夫变换运算速度提高了31%,准确率提高了6.2%,检测效果有明显提高,可广泛应用于智能辅助驾驶中。     

基于RGB空间的车道线检测与辨识方法

提出一种利用颜色信息进行车道线检测并且能够分辨黄色或白色车道线的新方法。首先,找出图像中与路面颜色差异较大并且具有合理宽度的像素段;然后在RGB颜色空间利用先验信息对像素段的颜色进行辨识;再用辨识后的像素段分别估计出黄色或白色车道线的颜色分割阈值;最后利用获取的阈值对整幅图像进行车道线检测。实验结果表明,该方法能够在复杂背景环境或路面污染等干扰条件下较好地检测出车道线并能辨识出车道线颜色。本方法简单、有效,且具有一定的鲁棒性。     

基于最优阈值和Hough变换的车道线检测方法

针对智能车辆视觉导航系统中的车道保持问题,采用图像处理技术检测结构化道路上的车道线。详细介绍了图像的灰度特征,并在此基础上选取感兴趣的道路区域,通过最优阈值对道路区域进行边缘检测,再结合Hough变换技术检测当前车道线。实验表明用结合最优阈值和Hough变换来检测车道线具有很强的鲁棒性和抗干扰性。