【摘要】：汽車防撞系統(tǒng)是智能汽車的主要內容之一。如今的社會,汽車被越來越多的人當作代步工具使用,從而致使交通事故率每年居高不下,給人們的生命和財產帶來極大損失。發(fā)生交通事故的因素有很多,比如視線不好、天氣不好、違規(guī)超速、駕駛員精神狀態(tài)不佳等等。而對于這些因素所造成的交通事故中,又以汽車撞人和汽車之間相撞最多,因此對汽車防撞系統(tǒng)的研究刻不容緩。對車輛防撞預警系統(tǒng)的研究中,系統(tǒng)可分為三個模塊,分別為信號采集模塊、信號處理模塊以及執(zhí)行模塊。其中,信號采集模塊含有障礙物識別、車距的測量以及道路模式的選擇。關于障礙物識別,本研究主要利用到毫米波雷達,并且借助CMOS攝像頭對障礙物存在的輔助確認,然后通過毫米波雷達對障礙物的方位進行確認,以辨識障礙物是否在車輛可碰撞范圍內,最后使用毫米波雷達對障礙物與汽車之間的相對距離進行測量。關于確認道路路面情況,本研究使用的是超聲波傳感器,借助傳感器接收路面反射出的超聲波回波信號,然后對信號進行頻譜分析,最后確認所行駛的是何路面,從而確認預警距離與剎車距離。當信號采集模塊完成任務時,通過數字信號處理(DSP)對這些信號和數據進行融合,借助TMS320型號芯片快速處理數據,最后通過CAN總線網關做出相應的結果(在顯示屏上顯示信息、發(fā)出報警信號或者緊急剎車)。最后借助MATLAB軟件對系統(tǒng)的準確性進行了驗證,其仿真結果表明本文研究可以避免車輛碰撞。整個研究的重點在于信號采集的準確性、信號處理的實時性、對障礙物準確的識別、對距離實時的監(jiān)控、對道路模式的正確的判別以及對所獲得數據的有機融合,最后快速而又正確地做出判斷,以達到防撞的目的,同時減少交通事故的發(fā)生。
【圖文】：

不同的交通工具所發(fā)生的交通事故比重是有差異的，如圖1-1-1 所示。從扇形圖可以看出汽車發(fā)生交通事故所占的比重最高（大約占了68%）。汽車交通事故主要包括車輛間刮擦、碰撞的交通事故，車輛與行人間碰撞、碾壓和刮擦的事故，機動車對非機動車的事故以及車輛自身或對固定物的事故。通過研究發(fā)現車輛間的追尾以及對固定物沖撞發(fā)生的交通事故最多，約占60%[1]。從中可以看出解決車輛防撞問題對于降低交通事故率有很大的幫助。表 1-1-1 近五年全國發(fā)生交通事故總數年份 2016 2015 2014 2013 2012總數 212846 187781 196812 198394 204196

隨著半導體工藝水準的不斷提升，圖像傳感器（Image Sensor）因其信息、信息轉換以及可以擴展視覺功能，在人們日�；顒又械膽糜鷣碛鷱V泛。上出現最多的圖像傳感器主要有兩種：電荷耦合元件（Charge Coupled DeviceCD）和金屬氧化物半導體元件（Complementary Metal Oxide SemiconductoMOS）。如圖 3-1-1 所示。在實際應用中，，與 CCD 產品相比，CMOS 圖像傳在工藝流程中是有一套標準的制作過程[12]。它可以借助現有的半導體設備需要再投資額外設備。而且隨著半導體技術的提升，CMOS 圖像傳感器的品會大幅度的升級。同時，相比較而言，CMOS 無論從體積還是功耗、價格都CD 低[13]。其中，CMOS 的耗電量不到 CCD 的 1/10，售價也比 CCD 低 1/3此在目前的市場上，對 CMOS 的研發(fā)與生產的廠家多于 CCD。
【學位授予單位】：貴州師范大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：U463.6

【參考文獻】

相關期刊論文 前10條

1 朱陽芬;銀冬平;鄒舜章;王海文;周為;;機器視覺在汽車行業(yè)中的發(fā)展與應用[J];汽車實用技術;2017年22期

2 白彥飛;;對我國紅外線傳感器應用現狀及發(fā)展趨勢的認識[J];海峽科技與產業(yè);2017年04期

3 陳曉博;;發(fā)展自動駕駛汽車的挑戰(zhàn)和前景展望[J];綜合運輸;2016年11期

4 劉春曉;朱臻陽;伍敏;趙錦威;;基于主色檢測與灰度傳播的彩色圖像灰度化方法[J];計算機輔助設計與圖形學學報;2016年03期

5 向前;劉洪慶;包思云;邵成華;;一種高效的示波器數字熒光圖像處理映射法[J];電子測量技術;2016年03期

6 李大中;趙杰;劉建屏;蔡文河;;基于EMD超聲缺陷信號故障特征提取方法[J];華北電力技術;2015年07期

7 辛煜;梁華為;梅濤;黃如林;杜明博;王智靈;陳佳佳;趙盼;;基于激光傳感器的無人駕駛汽車動態(tài)障礙物檢測及表示方法[J];機器人;2014年06期

8 馬勇;付銳;袁鈺;周曉桐;;基于駕駛人分心影響程度的駕駛分心任務評級[J];交通信息與安全;2014年05期

9 楊智明;彭喜元;俞洋;;數字信號處理課程實踐型教學方法研究[J];實驗室研究與探索;2014年09期

10 王博;盧萍萍;管欣;孫仁云;;路面附著系數識別方法發(fā)展現狀綜述[J];汽車技術;2014年08期

相關會議論文 前1條

1 李文育;董浩亮;;數碼樣張辯色閾值與人眼顏色視覺特性分析[A];顏色科學與技術——2012第二屆中國印刷與包裝學術會議論文摘要集[C];2012年

相關博士學位論文 前1條

1 黃如林;無人駕駛汽車動態(tài)障礙物避撞關鍵技術研究[D];中國科學技術大學;2017年

相關碩士學位論文 前10條

1 袁雨桐;基于單目視覺的智能車前方障礙物識別與測距[D];吉林大學;2016年

2 王洪峰;城市道路汽車防碰撞系統(tǒng)障礙物識別算法及應用研究[D];吉林大學;2016年

3 陽路;汽車前方防撞系統(tǒng)中安全預警算法研究[D];西南石油大學;2015年

4 韓藝;基于視頻圖像的運動車輛檢測與跟蹤算法研究[D];哈爾濱工業(yè)大學;2015年

5 湯傳國;基于超聲波測距的倒車雷達系統(tǒng)研究[D];長安大學;2015年

6 李斌;基于視頻圖像處理的汽車防碰撞系統(tǒng)研究[D];武漢理工大學;2014年

7 薛效龍;基于梯形波FMCW雷達的多目標探測技術的研究[D];杭州電子科技大學;2014年

8 季聰;基于雙目視覺的智能車輛路徑識別方法研究[D];蘭州交通大學;2013年

9 王璇;基于內容圖像檢索中的對象提取與檢索算法研究[D];北京工業(yè)大學;2013年

10 高香梅;FMCW防撞雷達系統(tǒng)中頻信號處理的軟硬件關鍵技術研究[D];合肥工業(yè)大學;2013年

本文編號：2597816