發(fā)布時間：2023-01-15 18:00

　　近年來,隨著汽車保有量的增加,由于汽車碰撞事故帶來的經(jīng)濟損失和人員傷亡日趨嚴(yán)重,作為一個交通事故頻發(fā)的國家,汽車主動安全技術(shù)成為科研機構(gòu)和汽車廠商的研究重點。本文旨在研究不同應(yīng)用場景下的汽車防撞告警技術(shù),該技術(shù)實現(xiàn)在不同應(yīng)用場景下,通過信息處理的手段得到前方車輛相對當(dāng)前車輛的距離、方位以及前方車輛的外部特征等基本信息。在這種背景下本文提出了簡單場景下的單目測距模型和使用范圍更廣的紅外激光與圖像數(shù)據(jù)融合的多傳感器的防撞模型。本文主要研究的技術(shù)有車輛檢測,單目測距,紅外激光與圖像復(fù)合防撞等。本文的結(jié)構(gòu)如下:首先,從圖像處理的角度提出了基于車輛陰影特征的車輛檢測方法,對圖像進行預(yù)處理,使用二次自適應(yīng)閾值分割算法初步將車輛提取出來,生成假設(shè)性區(qū)域后,利用車輛的對稱性過濾掉不符合條件的虛假干擾,保證了檢測的正確性。然后,在檢測到車輛的情況下,研究了攝像機的坐標(biāo)轉(zhuǎn)化關(guān)系和圖像的畸變模型,通過張正友平面標(biāo)定法對相機的內(nèi)部參數(shù)進行標(biāo)定,本文提出一種簡單場景下基于相機空間投影關(guān)系的單目測距模型,并對相機的俯仰角進行了修正,通過大量實驗,分析了影響測距精度的因素,保證了本模型的精確性。最后,本文闡述了復(fù)雜... 

【文章頁數(shù)】：73 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 課題研究背景和意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 汽車防撞告警系統(tǒng)的國外發(fā)展現(xiàn)狀
        1.2.2 汽車防撞告警系統(tǒng)的國內(nèi)發(fā)展現(xiàn)狀
        1.2.3 車輛檢測
        1.2.4 測距方法比較
    1.3 本文主要研究內(nèi)容
    1.4 本章小結(jié)
2 車輛檢測
    2.1 圖像預(yù)處理
        2.1.1 圖像灰度化
        2.1.2 圖像平滑
        2.1.3 提取感興趣區(qū)域
    2.2 邊緣提取
    2.3 閾值分割
    2.4 提取車底與路面交線邊緣
    2.5 基于對稱性的車輛驗證
    2.6 本章小結(jié)
3 紅外激光和圖像復(fù)合防撞系統(tǒng)總述
    3.1 汽車防撞告警系統(tǒng)的性能要求
    3.2 汽車防撞系統(tǒng)及其組成
        3.2.1 汽車防撞系統(tǒng)概述
        3.2.2 激光測距模塊
        3.2.3 單目測距模塊
    3.3 汽車防撞數(shù)學(xué)模型
        3.3.1 汽車制動模型中制動距離的計算
        3.3.2 兩車情況判定標(biāo)準(zhǔn)
    3.4 本章小結(jié)
4 單目成像測距原理
    4.1 攝像機成像原理
    4.2 四種坐標(biāo)系以及相互轉(zhuǎn)換
        4.2.1 相機的四坐標(biāo)系模型
        4.2.2 坐標(biāo)系之間的相互轉(zhuǎn)換
    4.3 相機畸變模型
    4.4 相機標(biāo)定
    4.5 單目測距原理模型
        4.5.1 傳統(tǒng)單目測距
        4.5.2 本文單目測距模型
        4.5.3 單目測距數(shù)據(jù)分析與修正
    4.6 本章小結(jié)
5 紅外激光和圖像復(fù)合防撞模型分析
    5.1 紅外激光與相機固定位置的參數(shù)標(biāo)定方法
        5.1.1 外參標(biāo)定模型
        5.1.2 實驗驗證
    5.2 紅外激光與相機信息融合防撞模型
        5.2.1 數(shù)據(jù)融合模型原理
        5.2.2 融合車輛定位模型
    5.3 基于自適應(yīng)卡爾曼濾波器的修正算法
        5.3.1 卡爾曼濾波原理
        5.3.2 描述目標(biāo)運動的模型常加速度模型
        5.3.3 基于自適應(yīng)卡爾曼濾波器的前方目標(biāo)運動狀態(tài)估計
        5.3.4 前方目標(biāo)狀態(tài)估計的狀態(tài)模型和量測模型
        5.3.5 實驗結(jié)果分析
    5.4 本章小結(jié)
6 結(jié)論與展望
    6.1 本文工作總結(jié)
    6.2 本文主要創(chuàng)新點
    6.3 研究展望
致謝
參考文獻
附錄


【參考文獻】：
期刊論文
[1]汽車防撞雷達MFSK信號應(yīng)用仿真研究[J]. 李靖,李廣柱,石婷,伍澤全,費洪曉.  計算機技術(shù)與發(fā)展. 2017(07)
[2]基于車底陰影的車前障礙物檢測[J]. 趙日成.  電子科技. 2015(03)
[3]誘發(fā)道路交通事故的關(guān)鍵因子分析方法研究[J]. 韋凌翔,陳紅,王龍飛,趙丹婷,邵海鵬.  交通信息與安全. 2015(01)
[4]道路交通事故類型與誘因分析[J]. 張大偉,賀錦鵬,孫立志,周大永,劉衛(wèi)國,馮擎峰.  汽車工程師. 2015(01)
[5]基于卡爾曼濾波的TDOA/AOA混合定位算法[J]. 張怡,席彥彪,李剛偉,趙凱華.  計算機工程與應(yīng)用. 2015(20)
[6]基于單目視覺的移動機器人目標(biāo)測距方法研究[J]. 黃燦,張大禹.  軟件. 2012(10)
[7]基于車底陰影的前方運動車輛檢測[J]. 齊美彬,潘燕,張銀霞.  電子測量與儀器學(xué)報. 2012(01)
[8]基于改進光流法的運動目標(biāo)檢測[J]. 楊葉梅.  計算機與數(shù)字工程. 2011(09)
[9]用于目標(biāo)測距的單目視覺測量方法[J]. 韓延祥,張志勝,戴敏.  光學(xué)精密工程. 2011(05)
[10]基于雷達寬帶回波的目標(biāo)測距和測速方法[J]. 郭汝江,吳明敏.  現(xiàn)代雷達. 2009(04)

博士論文
[1]動態(tài)定位中的卡爾曼濾波研究[D]. 宋迎春.中南大學(xué) 2006

碩士論文
[1]汽車主動防撞毫米波雷達信號處理技術(shù)研究[D]. 吳永存.西南科技大學(xué) 2016
[2]用于汽車防撞的高精度脈沖激光測距系統(tǒng)[D]. 周玉蛟.南京理工大學(xué) 2016
[3]基于機器視覺的前方車輛檢測與測距系統(tǒng)設(shè)計[D]. 佟卓遠(yuǎn).哈爾濱工業(yè)大學(xué) 2015
[4]輔助駕駛中的路面障礙檢測技術(shù)研究[D]. 趙日成.西安電子科技大學(xué) 2015
[5]基于單目視覺的實時測距方法研究[D]. 王文波.大連理工大學(xué) 2014
[6]車前障礙物檢測及車道線識別研究[D]. 王海濤.哈爾濱工業(yè)大學(xué) 2013
[7]顯微視覺定位系統(tǒng)中的攝像機標(biāo)定技術(shù)研究[D]. 王文強.大連理工大學(xué) 2013



本文編號：3731330