原文传递
行车安全自动检测关键技术研究与实现
| 论文题名： | 行车安全自动检测关键技术研究与实现 |
| 关键词： | 安防巡逻机器人;车道线识别;车辆目标检测;目标跟踪;粒子滤波 |
| 摘要： | 经过近四十年的发展，中国的安防行业已形成了相对完善的体系，无论在行业规模方面，还是在产业结构方面，都达到了前所未有的高度。安防行业在当今社会发挥的作用越来越显著，它的发展使得整个社会安全的面貌焕然一新，给人们的生产和生活带来重要的保障。 最近几年，安防巡逻机器人变得非常热门，各大企业都在争相进行研制。然而，要想让这类机器人能够完全代替人类执行巡逻工作，需要攻克众多技术难题。基于安防巡逻机器人项目背景，本文主要研究其在行车过程中需要运用到的两种视频图像自动检测技术，即基于视频图像车辆目标的检测与跟踪技术以及车道线的识别与定位技术，并针对实现的算法程序进行测试实验和结果分析。 在视频图像车辆目标检测这个技术点上，本文使用哈尔特征刻画车辆目标；然后，反复执行AdaBoost算法程序得到众多分类效果优良的强分类器；最后，将多个强分类器按照相应的策略进行组合，构建成串联强分类器，并使用其对图像子窗口区域进行分类检测。运用本文介绍的车辆目标检测算法，不仅能够提高车辆目标检测的效率，还能够大幅度降低错误检测率。 在视频图像车辆目标跟踪这个技术点上，本文在传统粒子滤波跟踪算法中融入了MCMC算法，使得粒子在随机散布的过程中，后一时刻的运动状态能够根据前一时刻的运动状态进行预测。基于MCMC粒子滤波车辆目标跟踪算法，不仅获得了粒子滤波算法的鲁棒性，还获得了MCMC算法的准确性和实时性。 在视频图像车道线识别与定位这个技术点上，本文根据拍摄的道路图像的特点，提出了简单有效的梯形车道线模型，并在该模型的基础之上，运用经典的霍夫变换算法进行车道线的识别与机器人目标的定位。此外，基于该车道线模型，还提出了一种简单的确定感兴趣区域的方法，以进一步提高本算法的效率。 |
| 作者： | 申鹏 |
| 专业： | 计算机技术 |
| 导师： | 叶茂 |
| 授予学位： | 硕士 |
| 授予学位单位： | 电子科技大学 |
| 学位年度： | 2016 |
| 正文语种： | 中文 |
检索历史
应用推荐
