本文關(guān)鍵詞：城市道路汽車防碰撞安全系統(tǒng)行人識(shí)別算法研究

  更多相關(guān)文章： 汽車防碰撞系統(tǒng) 行人識(shí)別 支持向量機(jī) 行人跟蹤

【摘要】：近年來(lái)道路交通安全問(wèn)題日益凸顯,如何減少交通安全事故、保障人身安全已經(jīng)成為現(xiàn)代社會(huì)關(guān)注的焦點(diǎn)。汽車防碰撞安全系統(tǒng)技術(shù)正是解決道路交通安全問(wèn)題的有效途徑之一,因而汽車防碰撞安全系統(tǒng)技術(shù)開(kāi)始受到世界各大汽車制造廠商的重視。對(duì)車輛前方行人的檢測(cè)識(shí)別作為汽車防碰撞安全系統(tǒng)研究中的前沿?zé)狳c(diǎn)技術(shù),它能有效減少行人被撞的幾率,因此它越來(lái)越受到車輛技術(shù)研究者的關(guān)注。本文的主要研究目的是在分析總結(jié)國(guó)內(nèi)外關(guān)于行人識(shí)別已有研究成果的基礎(chǔ)上,建立一個(gè)適用于城市道路工況的行人識(shí)別算法。本文依據(jù)車載CCD攝像頭的視覺(jué)傳感器采集車輛前方道路圖像,并采用DSP嵌入式控制器的硬件平臺(tái)來(lái)實(shí)時(shí)識(shí)別并跟蹤車輛前方道路圖像中行人目標(biāo)。本文首先對(duì)CCD攝像頭采集的每一幀道路圖像進(jìn)行虛擬道路區(qū)域分割。本文提出的虛擬道路區(qū)域是行人目標(biāo)在道路圖像中出現(xiàn)概率最大的區(qū)域,將行人目標(biāo)的搜索范圍限定在其出現(xiàn)概率最大的區(qū)域內(nèi)可以有效提高行人識(shí)別的速率。接著本文根據(jù)行人身體輪廓的垂直對(duì)稱特性對(duì)道路圖像中的行人目標(biāo)進(jìn)行初步搜索定位,并分割出相應(yīng)的候選行人目標(biāo)區(qū)域。利用身體輪廓垂直對(duì)稱特性進(jìn)行行人目標(biāo)的搜索定位可以順利解決因?yàn)樾腥朔b或者行人身體姿勢(shì)變化而帶來(lái)的識(shí)別難題。本文再接著對(duì)分割出的候選行人目標(biāo)區(qū)域進(jìn)行相應(yīng)的特征提取。本文在傳統(tǒng)的LBP和HOG特征基礎(chǔ)上提出了基于梯度信息的LBP特征,并將該特征信息作為行人類別判定的依據(jù)。然后本文利用依據(jù)支持向量機(jī)(SVM)訓(xùn)練得到的分類器對(duì)候選行人目標(biāo)進(jìn)行分類識(shí)別。最后本文利用kalman濾波器對(duì)已經(jīng)被識(shí)別出來(lái)的行人目標(biāo)進(jìn)行持續(xù)的位置預(yù)測(cè)跟蹤,進(jìn)一步縮小行人目標(biāo)搜索定位的區(qū)域,提高行人識(shí)別的速度和準(zhǔn)確率。通過(guò)在實(shí)際道路上對(duì)車輛前方行人目標(biāo)進(jìn)行實(shí)時(shí)的識(shí)別實(shí)驗(yàn)驗(yàn)證,本文提出的行人識(shí)別算法對(duì)車輛前方一定距離范圍內(nèi)不同服裝穿著、不同動(dòng)作姿勢(shì)、不同運(yùn)動(dòng)狀態(tài)以及部分身體遮擋的行人目標(biāo)都有較好的識(shí)別效果,并且當(dāng)車輛在一定速度范圍內(nèi)行駛時(shí)行人識(shí)別的實(shí)時(shí)性較好。
【關(guān)鍵詞】：汽車防碰撞系統(tǒng) 行人識(shí)別 支持向量機(jī) 行人跟蹤
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：U463.6
【目錄】：

• 摘要4-6
• Abstract6-11
• 第1章 緒論11-23
• 1.1 課題研究的背景及意義11-12
• 1.2 國(guó)內(nèi)外行人識(shí)別研究現(xiàn)狀12-18
• 1.2.1 汽車主動(dòng)防碰撞安全系統(tǒng)及行人識(shí)別概述12-13
• 1.2.2 國(guó)外行人識(shí)別研究現(xiàn)狀13-16
• 1.2.3 國(guó)內(nèi)行人識(shí)別研究現(xiàn)狀16-18
• 1.3 行人識(shí)別研究存在的主要問(wèn)題18-20
• 1.4 論文主要內(nèi)容以及章節(jié)結(jié)構(gòu)安排20-23
• 第2章 候選行人目標(biāo)的檢測(cè)搜索23-45
• 2.1 車輛前方道路圖像的采集23-24
• 2.2 車輛前方道路圖像的預(yù)處理24-36
• 2.2.1 車輛前方道路圖像的灰度處理24-25
• 2.2.2 車輛前方道路圖像的濾波25-30
• 2.2.3 虛擬道路區(qū)域的分割30-32
• 2.2.4 虛擬道路區(qū)域內(nèi)行人目標(biāo)的邊緣檢測(cè)32-36
• 2.3 行人目標(biāo)的邊界位置確定36-42
• 2.3.1 確定行人目標(biāo)輪廓的對(duì)稱軸線37-38
• 2.3.2 確定行人目標(biāo)輪廓的左右邊界38-40
• 2.3.3 確定行人目標(biāo)輪廓的上下邊界40-42
• 2.4 行人目標(biāo)區(qū)域的分割42-43
• 2.5 本章小結(jié)43-45
• 第3章 行人目標(biāo)的識(shí)別分類及行人目標(biāo)跟蹤45-69
• 3.1 行人特征提取45-53
• 3.1.1 方向梯度直方圖(HOG)特征46-47
• 3.1.2 局部二值模式特征47-48
• 3.1.3 基于梯度的LBP特征48-53
• 3.2 行人分類器的訓(xùn)練53-61
• 3.2.1 訓(xùn)練樣本獲取53-56
• 3.2.2 行人分類器(支持向量機(jī))分類原理56-59
• 3.2.3 行人分類器的訓(xùn)練59-61
• 3.3 行人目標(biāo)的識(shí)別分類61-63
• 3.3.1 行人識(shí)別分類器的分類性能測(cè)試62-63
• 3.3.2 行人目標(biāo)的實(shí)時(shí)識(shí)別分類63
• 3.4 基于卡爾曼濾波的行人目標(biāo)跟蹤63-66
• 3.4.1 Kalman濾波原理63-64
• 3.4.2 行人目標(biāo)跟蹤64-66
• 3.5 本章小結(jié)66-69
• 第4章 行人識(shí)別實(shí)驗(yàn)69-83
• 4.1 最佳行人識(shí)別分類器的確定69-74
• 4.1.1 ROC分類算法評(píng)價(jià)曲線介紹70-71
• 4.1.2 確定最佳的行人特征提取方式71-73
• 4.1.3 確定最佳的SVM核函數(shù)73-74
• 4.2 基于PC (matlab)的行人識(shí)別實(shí)車試驗(yàn)74-78
• 4.2.1 攝像頭的安裝及相應(yīng)參數(shù)75-76
• 4.2.2 圖像采集及圖像處理MATLAB工具箱76
• 4.2.3 基于PC (matlab)的行人識(shí)別實(shí)驗(yàn)及實(shí)驗(yàn)結(jié)果分析76-78
• 4.3 基于DSP嵌入式控制器的行人識(shí)別實(shí)驗(yàn)78-82
• 4.3.1 基于DSP的嵌入式系統(tǒng)硬件平臺(tái)介紹78-79
• 4.3.2 基于DSP的嵌入式控制器軟件開(kāi)發(fā)環(huán)境(CCS)介紹79-80
• 4.3.3 基于DSP嵌入式控制器的行人識(shí)別實(shí)車實(shí)驗(yàn)80-82
• 4.4 本章小結(jié)82-83
• 第5章 總結(jié)與展望83-85
• 5.1 全文總結(jié)83-84
• 5.2 存在的不足及展望84-85
• 參考文獻(xiàn)85-90
• 致謝90

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 呂廣明;李洪亮;;基于齊次變換的群塔作業(yè)防碰撞技術(shù)研究[J];中國(guó)工程機(jī)械學(xué)報(bào);2009年01期

2 胡瑜;;汽車防碰撞系統(tǒng)的應(yīng)用與研究[J];機(jī)械工程與自動(dòng)化;2010年04期

3 張友同;;工程塔機(jī)防碰撞技術(shù)之淺析[J];山東廣播電視大學(xué)學(xué)報(bào);2012年02期

4 李雪鋒;許義群;高春輝;秦鋒;;龍開(kāi)口水電站防碰撞系統(tǒng)的設(shè)計(jì)、開(kāi)發(fā)與應(yīng)用[J];水力發(fā)電;2013年02期

5 孫建民;;用廢料巧制防碰撞墊[J];家用電器科技;1988年04期

6 張友湖;夏超群;;大型建筑施工設(shè)備防碰撞預(yù)警程序的開(kāi)發(fā)研究[J];大壩與安全;2007年02期

7 楊棟;吳訓(xùn)成;金海松;;模糊控制在車輛彎道防碰撞中的應(yīng)用[J];上海工程技術(shù)大學(xué)學(xué)報(bào);2008年01期

8 李有觀;;船舶防碰撞預(yù)測(cè)系統(tǒng)[J];航海;2008年03期

9 陳存華;;施工現(xiàn)場(chǎng)群塔作業(yè)防碰撞施工控制[J];建筑安全;2013年06期

10 ;“智能激光眼睛”讓汽車主動(dòng)防碰撞[J];光學(xué)儀器;2009年01期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 劉拓晟;侯再平;;一種適用于超高頻RFID的防碰撞方法[A];第二十屆電工理論學(xué)術(shù)年會(huì)論文集[C];2008年

2 汪鐵民;;汽車防碰撞系統(tǒng) 兼論汽車智能化及對(duì)策[A];四川省汽車工程學(xué)會(huì)、成都市汽車工程學(xué)會(huì)2003年學(xué)術(shù)年會(huì)論文集[C];2003年

3 劉小建;;船舶防碰撞安全措施[A];2006年蘇、浙、閩、滬航海學(xué)會(huì)學(xué)術(shù)研討論文集[C];2006年

4 于曉慶;高東博;楊國(guó)學(xué);;基于導(dǎo)航技術(shù)的港口移動(dòng)設(shè)備防碰撞系統(tǒng)研究[A];第五屆中國(guó)衛(wèi)星導(dǎo)航學(xué)術(shù)年會(huì)論文集-S1 北斗/GNSS導(dǎo)航應(yīng)用[C];2014年

5 劉佳;;ISO／IEC 18000-6 Typec協(xié)議的防碰撞機(jī)制研究分析[A];全國(guó)第十屆信號(hào)與信息處理、第四屆DSP應(yīng)用技術(shù)聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2006年

6 郭躍;耿淑琴;高國(guó);吳武臣;;高效防碰撞的RFID系統(tǒng)設(shè)計(jì)[A];2007'儀表，，自動(dòng)化及先進(jìn)集成技術(shù)大會(huì)論文集（一）[C];2007年

7 楊柳;陳英杰;王書(shū)茂;;基于ARM的車載防滾翻防碰撞監(jiān)控與預(yù)警系統(tǒng)的研究[A];第八屆全國(guó)設(shè)備與維修工程學(xué)術(shù)會(huì)議、第十三屆全國(guó)設(shè)備監(jiān)測(cè)與診斷學(xué)術(shù)會(huì)議論文集[C];2008年

8 劉勝利;宋世軍;曾慶貴;喬彩風(fēng);;基于DSP的塔機(jī)視覺(jué)防碰撞裝置[A];第十四屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

9 倪大進(jìn);王立彬;呂嘉賓;;有軌運(yùn)行式起重機(jī)防碰撞可行域研究[A];中國(guó)力學(xué)學(xué)會(huì)學(xué)術(shù)大會(huì)'2009論文摘要集[C];2009年

10 孟建軍;;起重機(jī)的防碰撞裝置[A];全面建設(shè)小康社會(huì)：中國(guó)科技工作者的歷史責(zé)任——中國(guó)科協(xié)2003年學(xué)術(shù)年會(huì)論文集（下）[C];2003年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前3條

1 記者 張曄　通訊員 楊萍;“智能激光眼睛”讓汽車主動(dòng)防碰撞[N];科技日?qǐng)?bào);2009年

2 董加偉;山東加緊構(gòu)建漁船防碰撞自動(dòng)識(shí)別網(wǎng)絡(luò)[N];中國(guó)海洋報(bào);2010年

3 陳菊琴;長(zhǎng)江揚(yáng)州段橋梁防碰撞專項(xiàng)整治啟動(dòng)[N];江蘇法制報(bào);2008年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 吳濤;考慮駕駛員避撞行為特性的汽車前方防碰撞系統(tǒng)研究[D];吉林大學(xué);2014年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 周飛虎;塔式起重機(jī)防碰撞技術(shù)與安全監(jiān)控系統(tǒng)研究[D];長(zhǎng)安大學(xué);2015年

2 郭凱;基于ISO18000-4標(biāo)準(zhǔn)的微波讀寫(xiě)器設(shè)計(jì)與實(shí)現(xiàn)[D];電子科技大學(xué);2014年

3 楊崇新;汽車全方位自助防碰撞系統(tǒng)的研制[D];青島科技大學(xué);2015年

4 胡鑫;射頻識(shí)別防碰撞技術(shù)在包裝物流中的應(yīng)用研究[D];天津科技大學(xué);2013年

5 楊亞男;基于信息融合的車輛防碰撞控制算法研究[D];遼寧工業(yè)大學(xué);2016年

6 洪浩;基于視覺(jué)的車輛防碰撞預(yù)警系統(tǒng)算法研究[D];遼寧工業(yè)大學(xué);2016年

7 劉前飛;城市道路汽車防碰撞安全系統(tǒng)行人識(shí)別算法研究[D];吉林大學(xué);2016年

8 魏利娜;密集模式下超高頻RFID讀寫(xiě)器防碰撞技術(shù)研究[D];電子科技大學(xué);2013年

9 師夢(mèng)夢(mèng);基于空間姿態(tài)的起重機(jī)群防碰撞技術(shù)研究[D];大連理工大學(xué);2014年

10 閆佳妮;塔機(jī)群防碰撞監(jiān)測(cè)系統(tǒng)的研究[D];南京航空航天大學(xué);2011年

本文編號(hào)：571609