基于機器視覺的輔助駕駛系統(tǒng)中車輛檢測與測距研究.pdf

1、基于機器視覺的輔助駕駛系統(tǒng)是發(fā)展智能車輛、提高駕駛安全性以及降低交通事故的前提保障。其中所涉及到的對前方運動車輛進行實時準確的檢測識別技術和與本車之間距離測量算法是兩個研究的熱點方向。眾所周知，基于機器視覺的檢測識別技術相較于超聲波、激光、雷達等，具有更多的信息量、更符合人眼捕捉信息的習慣、成本更低廉等優(yōu)點。同時為了提高實際應用價值，整個算法必須具備較高的實時性、魯棒性以及準確性?；诖?，本文在總結前人車輛檢測技術成果的基礎上，對車輛檢

2、測技術做了新的嘗試。并且還對基于機器視覺的前方車輛距離測量算法進行了理論推導。論文的主要工作總結如下：
　　1.對基于機器視覺的輔助駕駛系統(tǒng)中車輛檢測與測距的研究目的、意義進行了詳細的介紹說明；然后介紹了現今國內外對車輛檢測以及前方車輛距離測量的研究現狀。
　　2.詳細介紹了幾種常見并經常使用的圖像特征提取算法，對AdaBoost以及SVM兩種機器學習的方法作了詳細的理論介紹，同時確定了本文將要使用的特征提取算法，以及機器學

3、習分類器的選擇。
　　3.本文研究并提出了利用車輛的邊緣特征以及Bag-of-Features(BoF)模型兩者的融合對前方運動車輛進行實時準確的檢測識別，并詳細介紹了生成車輛假設存在區(qū)域和假設區(qū)域驗證兩部分。該算法主要對圖像進行預處理后，利用Sobel邊緣檢測處理生成得到車輛假設存在的區(qū)域；然后，再利用Bag-of-Features的K最近鄰域算法對假設存在區(qū)域進行驗證，以提高算法檢測的準確率。
　　4.研究攝像機成像原理