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。     

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。     

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。     

汽车碰撞预警主动安全预测方法

汽车主动避撞系统的研究主要是为了能够提前对汽车碰撞做出预警及自动处理,有效抑制交通事故的发生。文中开展基于摄像头、激光雷达、车间通信的车辆防碰撞预警关键技术研究,提出了一种适用于智能车超车换道阶段的基于TTC和冲突概率估计的碰撞概率主动安全预测算法。综合考虑时间域和超车距离等条件的约束,建立车辆超车换道最小安全距离模型;依据超车行为约束条件,提出碰撞时间与碰撞概率的公式(TTC);同时引入多元高斯分布的概率密度函数,用冲突潜在领域表示潜在冲突的可能性大小,建立了两车潜在冲突区域重合的概率密度计算模型。在1∶10模拟赛道仿真平台上对所提方法进行了模拟测试,其对4辆智能车200次的同向及反向接近预警警报和紧急警报的准确率均为100%,从而验证了该方法的有效性。     

基于碰撞点时间估计的车辆碰撞预警算法

针对十字路口处的车辆碰撞现象,提出一种基于碰撞点时间估计的车辆碰撞预警算法,以降低交通事故发生概率,提高十字路口处车流的流畅程度。在考虑交通信号灯控制的情况下,分析十字路口处车辆碰撞的不同场景,并给出碰撞点位置和车辆到达碰撞点时间的估计方法。MATLAB实验结果验证了该算法的正确性和可行性,同时表明车辆速度和位置的变化都会对车辆碰撞情况造成影响。     

基于Copula模型实现的车辆碰撞协同预警

近十年来,智能交通系统(ITS)和车载网络开始融合紧密,从而彻底改变了事件侦查和交通信息传送的方式。车辆碰撞协同预警系统是其中一个重要方向。根据预设的一系列车辆碰撞协同预警系统(CCWS)的参数,如前后两辆车之间的距离、司机的反应时间、相对速度和加速性能等,采用Copula模型对这些参数进行分析并得到车辆发生碰撞的条件概率,从而为其建立相互的联系,从全局的角度多方面对碰撞作出预测。最后的仿真验证了此分析结果的正确性。     

基于毫米波雷达的智能车辆纵横向主动避障控制系统设计

智能车辆所搭载监测设备对障碍物目标的识别准确性,影响行驶车辆的纵横向避障能力。为避免车辆与障碍物发生碰撞,提升智能车辆的纵横向避障能力,设计基于毫米波雷达的智能车辆纵横向主动避障控制系统。在底层控制单元中,按需连接纵横向导航控制元件与毫米波雷达摄像头,完成智能车辆纵横向主动避障控制系统的部件结构设计。利用毫米波雷达监测所得的车辆避障图像,定义空间坐标系转换条件,通过标定雷达相机参数的方式,实现基于毫米波雷达的智能车辆避障路径规划。建立车辆纵横向运动模型,根据避障安全距离计算结果,完善具体控制流程,联合各级硬件应用结构,完成基于毫米波雷达的智能车辆纵横向主动避障控制系统的设计。实验结果表明,所设计系统可在智能车辆通过障碍物目标时,保证车体与障碍物之间的距离大于0.3m,能够避免碰撞行为发生,对于车载监测设备而言,其对于障碍物目标的准确识别能力得到了保障,能够有效提升智能车辆纵横向避障能力。     

基于多传感信息融合的车辆主动防碰撞控制系统

多传感信息融合或称多源信息融合是近年来发展起来的一门新技术。针对车辆防碰撞系统工作环境恶劣、干扰因素众多、单一传感器判断易产生虚警的特点，本文阐述了多传感信息融合技术在车辆防碰撞系统中的应用，并给出了系统的组成、功能。传感器的选择以及融合策略。     

基于位置信息的车辆协同碰撞预警协议

如果突然刹车、拐弯或出现故障的异常车辆能够及时地向后续车辆发送EWM(Emergence Warning Message,紧急报警信息)则可增加司机的反应时间,大大降低连环碰撞车祸的发生概率.因此,近年来车辆碰撞协同预警系统的研究受到广泛关注,为了提高EWM的传输距离,通常采用多跳广播式协同碰撞预警,传统的多跳广播很容...     

基于LabVIEW的汽车防撞报警系统的设计

针对交通安全问题,设计了一种基于虚拟仪器的汽车防碰撞报警系统。给出了系统硬件、软件的设计方法和主要实验数据。该系统采用LabVIEW7.0编程,配合FMCW雷达传感器和高性能数据采集卡,可实现对前方车辆距离、速度的动态监测,当预见到有碰撞危险时,自动发出警示信息,帮助驾驶员及时刹车,避免碰撞事故发生。实测结果证明了系统的有效性。     

车用毫米波雷达传感器组网技术研究

汽车雷达系统中77GHz毫米波雷达传感器制造成本的大幅度降低，给汽车雷达网络的普及应用奠定了技术基础。简要介绍了发展中的毫米波汽车雷达网络的结构原理、多传感器组网的关键技术以及77GHz汽车雷达网络系统的研究现状。为国内汽车雷达网络的发展和应用提供了借鉴和参考。     

基于车内外视觉信息的行人碰撞预警方法

行人碰撞预警系统通常依据行人检测与碰撞时间判断的方式为驾驶员提供预警信息。为了提供更加可靠的危险判断依据，本文提出一种同时分析道路状况与驾驶员头部姿态的行人碰撞预警方法，用两个单目相机分别获取车辆内外环境图像。通道特征检测器用于定位行人，根据单目视觉距离测量方法估计出行人与自车间的纵向与横向距离。多任务级联卷积网络用于定位驾驶员面部特征点，通过求解多点透视问题获取头部方向角以反映驾驶员注意状态。结合行人位置信息与驾驶员状态信息，本文构建模糊推理系统判断碰撞风险等级。在实际路况下的实验结果表明，根据模糊系统输出的风险等级可以为预防碰撞提供有效的指导。     

基于红外测距汽车倒车雷达预警系统设计

针对市场上大多数小型货车不具备倒车雷达的现状,采用红外测量技术,设计了一种以STM32单片机为核心的汽车倒车防撞系统.系统采用SPL-LL90-3作为红外发射管,AD500-8光敏器件作为光电探测器,采用以单稳态触发器SN74LS221为核心的驱动电路,并用二阶带通滤波器以及LM339电压比较器组成回波信号处理电路,采用时间比例放大电路计算信号脉冲飞行时间.测试实验表明:系统能够在15 ～450 cm的范围内探测到障碍物,并准确测距及显示,能够在探测距离小于预设值时及时报警,达到预期效果,具有一定的实用价值.     

基于DSP的多功能汽车防撞雷达的设计

本系统基于C6000系列DSP的实时操作系统DSP/BIOS的多线程多任务管理,对前视雷达和后视雷达的接收信号同时进行实时处理,是集车载前视雷达、后视雷达、倒车雷达的功能于一体的多功能汽车防撞雷达.在软件方面,利用AR模型功率谱估计的burg算法、MTD-上下扫频相互匹配法对接收到的中频信号进行处理,提高了信噪比和信号处理的准确度,更好地解决多目标问题,降低虚报警、漏报警率.     

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...     

Deep learning based robust forward collision warning system with range prediction

Multimedia Tools and Applications - Forward collision warning (FCW) system is an advanced driver assistance safety system that continually monitors the ego vehicle’s position, predicts a...     

基于时空注意的毫米波雷达人体活动识别网络

为了解决传统方式利用摄像头进行人体活动识别抗干扰性差以及侵犯用户隐私的问题,提出一种基于时空注意的毫米波雷达3D点云数据的人体活动识别网络,以实现智能应用上下文的准确感知。该网络首先使用二级滑动时间窗口分别累积和分离人体活动产生的点云数据作为分类器的输入,利用PointLSTM单元根据点云坐标关系聚合点特征和状态以提取人体活动的时间序列特征;然后拼接时空特征,通过采样分组模块降低整体网络计算量以及提升网络对局部特征的聚合能力;最后使用堆叠的注意力模块深度融合动态点云数据时空上的全局和局部特征以完成对人体活动任务的准确分类。利用毫米波雷达采集了多种人体活动点云数据集,实验结果表明,提出的时空注意网络平均准确度可达98.64%,能够有效识别复杂且差异小的人体活动类型,完成人体活动识别系统的要求。