基于Prescan的側后車輛預警算法的研究.pdf

1、近年來，汽車安全問題成為世界各國關注的熱點問題，每年因交通事故導致的人員傷亡和經濟損失不計其數。其中，由于后視鏡盲區(qū)的存在、駕駛員對側后方正在接近的車輛難以準確判斷等原因所造成的交通事故不在少數。因此，在主動安全領域，基于側后方區(qū)域的智能駕駛系統(tǒng)應運而生。然而，駕駛環(huán)境的復雜性和多變性，往往會影響智能駕駛系統(tǒng)的魯棒性。為此，常需要大量的實驗來驗證這一性能，而這無疑會加大系統(tǒng)的開發(fā)周期和研究成本。
　　本研究是基于Prescan的側

2、后方車輛預警算法，通過在Prescan軟件中搭建的虛擬平臺來開發(fā)并驗證該算法。這一算法的研究對于能否準確識別側后方區(qū)域車輛，確保智能駕駛系統(tǒng)更好地實現預警功能有重要意義。本研究的主要內容概述如下:
　　(1)從訓練模塊和檢測模塊兩個方面，對側后方車輛的識別算法進行研究。訓練模塊對采集的樣本集進行訓練，獲得針對于側后方車輛識別的分類器;檢測模塊對分類器初步識別出的圖像進一步處理，以解決其出現的多重窗口和路面誤檢的問題。
　　(

3、2)對側后方車輛的跟蹤算法進行研究。從模型的建立、相似度度量及目標跟蹤三方面介紹Meanshift理論，提出選用LBP模型與傳統(tǒng)顏色模型相結合的方式來減小對顏色信息的依賴度。此外，針對大小變化的側后方車輛，提出了可變窗口的自適應方法。
　　(3)研究換道工況下，對側后方車輛的預警規(guī)則。從換道安全性出發(fā)，分析換道事故發(fā)生的主要原因。綜合考慮相對速度、相對縱向距離和評價指標TTC(Time to collision)三個參數，提出符合