為使混行交通流下智能網(wǎng)聯(lián)車輛(Connected and Automated Vehicles, CAV)實現(xiàn)對人工駕駛車輛(Human-driven Vehicle, HV)前照燈燈語意圖(Vehicle Headlights Intention, VHI)的識別,彌補車對車(Vehicle to Vehicle, V2V)和鳴笛意圖識別技術(shù)的不足,更好地與HV交互溝通,提出CAV對HV的VHI識別模型.模型包括:燈光感知、光數(shù)據(jù)處理、VHI識別3個模塊,燈光感知模塊通過RGB(Red-Green-Blue, RGB)和HSV(Hue-Saturation-Value, HSV)顏色空間感知前照燈(Vehicle Headlights, VH),采用KLT(Kanade-Lucas-Tomasi Tracking,KLT)和車輛匹配算法定位跟蹤發(fā)出燈語的HV;光數(shù)據(jù)處理模塊采用光通道增益算法計算光輻射通量變化;VHI識別模塊基于雙層隱馬爾可夫模型(Double-layer Hidden Markov Model,DHMM)辨識VH閃爍次數(shù)和HV行駛狀態(tài),實現(xiàn)VHI識別.在3種燈語示意...

【文章頁數(shù)】：9 頁

【部分圖文】：

圖1VHI識別模型

式中：F(x,y)為變換后的像素值大小；fR(x,y)為紅色像素值；fG(x,y)為綠色像素值；fB(x,y)為藍色像素值；(x,y)為像素坐標(biāo)；R(x,y)為紅分量；G(x,y)為綠分量；B(x,y)為藍分量.對ImageHSV進行高斯變換，對ImageRGB進行非線性變換....

圖2前照燈配對檢測

式中：a1、b1分別為區(qū)域1的寬度和長度；a2、b2分別為區(qū)域2的寬度和長度；d1、d2為誤差距離.2.2光數(shù)據(jù)處理模塊

圖3遠近光燈在路面上形成的等照度圖

文獻[12]給出等照度圖，如圖3所示，在進行遠近光切換時，VH光線會在路面上形成反射.根據(jù)上述等照圖特性和光學(xué)理論[13]，建立VH投射模型，如圖4所示.

圖4VH投射模型

式中：ρ為反射率；?為反射角(°).圖5路面反射

本文編號：3895543