高速公路拥堵路段缓解系统

针对城市高速交通复杂路段的拥堵问题,设计开发一种智能缓解交通系统。系统利用树莓派主流处理机,构建车速实时检测、车距跟踪雷达、超速预警以及智能扣费等系统的模型,并搭配电源模组、无线通信设备模组与上位机系统共同实现设计功能。通过检测车速与车距,对车辆是否会超车进行预测,并对驾驶员在高速公路上的安全驾驶情况进行评估和智能扣费,实施对拥堵路段的监测和管控,同时规范驾驶员行为。系统顺应智能交通技术发展趋势,软件功能丰富,可为安全出行与驾驶提供有效的辅助。     

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LSTM的道路拥堵分析模型研究

针对利用交通流量和平均车速等交通要素分析交通拥堵,无法实时分析出用户车辆当前所处道路拥堵的问题,提出一种基于LSTM网络的道路拥堵分析模型.首先采用车辆检测算法判断出当前用户视角中前方车辆位置,并利用位置信息估测车距;然后结合车距信息、车辆与车道位置关系,生成车距信息矩阵;最后通过训练好的神经网络分类模型,以车距信息矩阵为输入,输出该模型交通拥堵分析结果.实验结果表明,提出的道路拥堵分析模型测试平均准确率为88％,能够实时分析用户车辆当前所处道路拥堵情况.该模型实时性较高,检测成本较低,能够为实时操控车辆提供参考依据,具有一定的实际应用价值.     

基于PreScan平台的单目视觉测距方法研究与虚拟试验

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。     

基于单目视觉的纵向车间距检测研究

提出了一种在结构化公路上基于单目视觉的纵向车间距的检测方法;利用Hough变换识别两侧车道标识线,确定前方车辆识别区域,检测并跟踪本车道内的前方车辆,在传统的静态单帧图像测距模型的基础上,建立了一种改进的静态单帧图像测距模型,并实现了纵向车间距的测量;实验结果表明,该方法能够实时识别跟踪前方车辆,准确检测纵向车间距,其测量值与真实测量值相比较,误差比较小,测量精度较为准确,完全能够满足实际测距要求,是一种非常有效的纵向车间距检测方法,具有较强的通用性。     

基于ARM11的塔吊监控系统设计

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。     

基于视觉机制的非结构环境下车速检测算法研究

在非结构环境下,基于视频检测目标车速为目的的关键问题是：如何利用视频序列准确、高效地得到运动目标的实时信息。基于视觉感知机制的车速检测是一种新方法,该方法以视觉机制为启发,首先从图像中学习初级视皮层细胞超完备基;然后基于超完备基视觉计算模型,以神经元响应系数表征目标,并根据背景与目标响应系数差值与动态阈值的比较识别运动目标;通过迭代实现目标跟踪;在目标跟踪的基础上,根据不同视频序列中车辆特征匹配法得到车辆的位移,最后实现车速检测。实验结果表明,该算法能够在实时条件下检测实际道路场景的不同类型车辆速度,达到96．55％以上的准确率,并且与传统方法相比较提高了车速检测的准确性和鲁棒性。     

基于视频角点特征匹配的车速检测方法

针对传统特征匹配车速检测方法实时性较差的问题,提出一种改进的角点特征匹配车速检测方法。基于视频图像,采用混合高斯模型检测方法提取运动车辆目标,利用Harris算法检测车辆目标的角点特征,将运动估计和NCC匹配相结合,优化匹配区域搜索方法,对车辆目标角点进行角点粗匹配,再通过RANSAC算法进行角点精匹配和单视测量坐标转换以实现车速检测。实验结果表明,与传统方法相比,该方法的角点粗匹配速度提高400％,角点精匹配速度提高200％,车速准确性达到90％以上,能有效提高车速检测的实时性和准确性,满足实际车速检测的要求。     

基于RFID的高速公路车辆测速及定位方法

针对现有高速公路管理系统无法对车辆进行实时管理的现状,提出一种对高速公路上车辆进行实时测速及定位的方法。该方法基于射频识别(RFID)技术,通过分析构建移动车辆的定位模型,利用谱估计方法对其多普勒频移进行测量,并针对模型求解中存在的非线性特性,采用牛顿迭代法计算车辆的实时速度及相对坐标以达到测量车速及确定车辆实时位置的目的。仿真实验结果表明,该方法具有运算量小、精度高、实施简单的特点。     

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。     

高速公路场景的车路视觉协同行车安全预警算法

目的 基于视觉的车辆行驶安全性预警分析技术是目前车辆辅助驾驶的一个重要研究方向,对前方多车道快速行驶的车辆进行精准的跟踪定位并建立稳定可靠的安全距离预警模型是当前研究难点。为此,提出面向高速公路场景的车路视觉协同行车安全预警算法。方法 首先提出一种深度卷积神经网络SF＿YOLOv4(single feature you look only once v4)对前方车辆进行精准的检测跟踪;然后提出一种安全距离模型对车辆刹车距离进行计算,并根据单目视觉原理计算车辆间距离;最后提出多车道预警模型对自车行驶过程的安全性进行分析,并对司机给予相应安全提示。结果 实验结果表明,提出的SF＿YOLOv4算法对车辆检测的准确率为93.55%,检测速度(25帧/s)领先对比算法,有效降低了算法的时间和空间复杂度;提出的安全距离模型计算的不同类型车辆的刹车距离误差小于0.1 m,与交通法建议的距离相比,本文方法计算的安全距离精确度明显提升;提出的多车道安全预警模型与马自达6(ATENZA)自带的前方碰撞系统相比,能对相邻车道车辆进行预警,并提前0.7 s对前方变道车辆发出预警。结论 提出的多车道预警模型充分...     

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。     

车载雷达防追尾预警系统中的目标跟踪研究

考虑毫米波雷达测量的误差和噪声的存在,为了提高毫米波雷达汽车防追尾预警系统的可靠性,设计了一个多模型算法实现对机动车辆的准确跟踪。针对汽车在高速公路上最常见的匀速、匀加速及转弯运动模型进行仿真实验,结果表明该算法能够有效地跟踪前方行驶车辆,探知自车与前车之间距离信息、速度信息等,从而降低雷达虚警率。     

车路视觉协同的高速公路防碰撞预警算法

目的 基于视觉的前车防碰撞预警技术是汽车主动安全领域的一个重要研究方向,其中对前车进行快速准确检测并建立稳定可靠的安全距离模型是该技术亟待解决的两个难点。为此,本文提出车路视觉协同的高速公路防碰撞预警算法。方法 将通过图像处理技术检测出来的视频图像中的车道线和自车的行驶速度作为输入,运用安全区实时计算算法构建安全距离模型,在当前车辆前方形成一块预警安全区域。采用深度神经网络YOLOv3（you only look once v3）对前车进行实时检测,得到车辆的位置信息。根据图像中前车的位置和构建的安全距离模型,对可能发生的追尾碰撞事故进行预测。结果 实验结果表明,重新训练的YOLOv3算法车辆检测准确率为98.04%,提出算法与马自达CX-4的FOW（forward obstruction warning）前方碰撞预警系统相比,能够侧向和前向预警,并提前0.8 s发出警报。结论 本文方法与传统的车载超声波、雷达或激光测距的防碰撞预警方法相比,具有较强的适用性和稳定性,预警准确率高,可以帮助提高司机在高速公路上的行车安全性。     

车辆碰撞事件与碰撞损伤的检测方法

提出了一种针对车辆碰撞事件的远程检测方法. 该方法利用机器学习技术分析车辆的速度和加速度信号, 从而对车辆的行驶状态进行在线监测. 车载的前端设备实时的采集速度和加速度信号, 初步识别出可能的碰撞信号并通过无线网络发送给后台服务器. 后台服务器对碰撞信号进行准确识别, 并判断车辆的损伤程度. 论文给出了碰撞事件和碰撞损伤的检测方法, 并进行了实验测试, 结果表明该方法是有效的.     

模糊控制方法

通过对高速公路上同向同车道前后两车的行车状况和车辆制动减速过程的分析,建立高速公路不同车速差和行车间距时的高速公路汽车追尾数学模型,为高速公路追尾碰撞预防报警系统的研究提供依据。     

Design and research of automobile anti-collision warning system based on monocular vision sensor with license plate cooperative target

At present, detection method for the target vehicle based on monocular vision sensor uses the whole vehicle as targets. The automobile anti-collision technology proposed in this paper adopts monocular vision sensor for automobile measurement based on vehicle license plate cooperative target. Monocular vision sensor has advantages of good real-time performance and low cost. The technique can improve the detection capability of vehicle collision avoidance warning systems. In addition to the target vehicle positioning, it can also realize attitude determination. This technology eliminates the limits of road surface roughness and fluctuation. This paper designs the realization scheme of collision warning system based on monocular vision sensor from the automobile license plate cooperative target. Technology roadmap of automobile collision warning system is given. In this paper, license plate frame location is as the research background. The paper presents an analytic solution of positioning method for the license plate frame image. The method uses four vertex characteristics of license plate frame image to locate. Positioning speed of the method is fast. And it has a unique solution. This method can be used to positioning for the license plate frame. Simulation experiment is done for the collision warning location. The simulation results show that this method can locate the position for license plate frame image. License plate is regular shape, uniform, with identity recognition function markers on the automobile body. In the previous research on automotive collision warning and intelligent vehicle, we have not seen the research methods similar to the method introduced in this paper. The research enriches automobile anti-collision technology and theory of intelligent vehicle technology. It can also provide an auxiliary method for navigation and obstacle avoidance research for unmanned vehicle. It has certain scientific significance. Vehicle collision warning system can help the driver judgment, prompting warning, improving driving safety, and has broad application prospects.     

基于车车通信的前向碰撞预警策略

针对车车(V2V)通信下前向碰撞预警(FCW)系统延时时间内,传统模型假定主车匀速和全球定位系统(GPS)无误差从而明显低估碰撞风险的问题,提出了一种修正GPS误差及考虑延时时间内主车运动状态的FCW策略.首先,分析了基于V2V通信的FCW系统的整体工作流程,并对其中的关键延时采用高斯模型进行建模;其次,确立了修正GP...     

基于PSO-IGA算法的高性能十字阵列的设计与综合

前碰撞预警系统是安全辅助驾驶领域的一项重要部分,通过计算机处理交通环境信息,当检测到潜在危险时,及时提醒并辅助驾驶员。采用计算机视觉方法,通过目标检测和跟踪算法,获取图像中目标车辆的位置和轨迹信息,并利用相机标定,计算当前车辆和前方车辆在世界坐标系中的距离、速度及轨迹等信息,综合该信息,实现前车碰撞时间预警、前车并线预警以及非机动车预警算法。在前车并线过程中,利用轨迹信息实时检测前车并线意图,及时提示驾驶员注意避让前方车辆。实验表明,本文提出的预警算法具有较高的准确性和鲁棒性,特别在高架或高速道路场景下,并线预警算法能检测到前车的并线意图,及时预警。     

Forward vehicle collision mitigation by braking system based on artificial bee colony algorithm

Decision-making is a crucial step in vehicles’ safety systems, which determines the right time for the system to intervene and to take the required action, depending on the current situation of the vehicle. The warning/intervention system becomes active when the driving situation considered unpleasant while still giving the control to the driver. Taking the action of warning, braking and determining the best time for this intervention are important decisions in collision mitigation systems. In this work, a novel system is designed based on artificial bee colony algorithm to enhance the decision-making in such systems. This work concentrates on collision mitigation by braking systems only, for front-to-rear accidents. This paper studies cases when the hosting vehicle approaches moving and stationary objects. This work is simulated, and the results are obtained and analyzed which proved the contribution to this work in reducing the collision speed and the stopping distance, in comparison with previous related works.