汽車輔助安全駕駛中基于視頻的障礙物檢測方法研究.pdf

1、障礙物檢測時汽車輔助安全系統(tǒng)中的重要部分。由于車輛在行駛過程中車輛行駛速度快、道路場景復雜，基于行車記錄儀采集的視頻包含信息量大，難以同時滿足實時性和準確性要求，采用硬件加速策略則大幅度增加用戶的使用費用。因此，如何從復雜的道路環(huán)境中分割出目標可行域，獲取可分辨特征，實現(xiàn)實時檢測和跟蹤主要障礙物的目標，同時滿足低價和高精度要求是一個亟待解決的難題。本文主要研究了障礙物可行域分割算法，似物性推薦理論，多尺度特征金字塔，并在此基礎上完成了實

2、時高精度的障礙物檢測方法的研究。
　　本研究主要內(nèi)容包括：⑴研究了圖像預處理和可行域確定的相關理論，研究了圖像預處理的相關方法，包括圖像濾波和圖像增強的相關方法。同時也研究了可行域的確定方法，制定了窗口搜索策略。為本文中后續(xù)研究做了相關鋪墊。⑵研究了似物性推薦的基本理論和SVM基本原理，并在此基礎上深入研究了使用BING特征進行似物性評價的相關方法。使用SVM訓練似物性評價模型，再用該模型多尺度遍歷檢測圖像獲得窗口排序，大幅減少待

3、識別窗口數(shù)量，并進行了仿真實驗。⑶研究了ACF特征，對多尺度特征金字塔理論做了深入的研究，結合似物性推薦方法，提出了一種新的障礙物識別方法，使用SVM參數(shù)優(yōu)化方法優(yōu)化相關參數(shù)，并進行了實驗仿真與對比分析。⑷研究了障礙物標定方法，對障礙物類型進行標定，提出了基于道路識別的障礙物尺度和距離識別，優(yōu)化了障礙物跟蹤方法，并使用多線程技術來融合障礙物識別和跟蹤，并使用實際數(shù)據(jù)進行仿真。并進行了實驗仿真與對比分析。對VOC數(shù)據(jù)集測試和實際路測數(shù)據(jù)的