详情

原文传递基于机器视觉感知平台的前方车辆检测和测距系统研究

论文题名：	基于机器视觉感知平台的前方车辆检测和测距系统研究
关键词：	先进驾驶辅助系统;机器视觉感知平台;摄像头参数匹配;前方车辆检测;Kalman滤波
摘要：	随着电子技术、控制技术及传感器技术的发展，主动安全技术逐渐成为汽车行业发展的一个重要研究方向。该类技术能够预防交通事故的发生，统称为汽车先进驾驶辅助系统(Advanced DriverAssistance Systems,ADAS)。传感器是先进驾驶辅助系统的基础，主要包括摄像头、雷达、转角传感器和车速传感器等，可以用于获取车辆内部及外部信息。视觉传感器与其他传感器相比，由于能够获取更加丰富的道路环境信息，使得视觉传感器在先进驾驶辅助系统中得到了越来越广泛的应用。本文以六个摄像头作为视觉传感器搭建了机器视觉感知平台，并在该感知平台上开展了前方车辆检测和测距功能开发。主要完成的工作有：　　（1）搭建机器视觉感知平台。为实现驾驶环境的视觉扩展和机器视觉识别两方面的驾驶辅助功能，本文搭建了机器视觉感知平台。该感知平台主要由六个摄像头构成，分别用来采集车辆前方、侧方和后方的道路环境信息。本文使用基于模型计算和CATIA视野仿真的摄像头参数匹配方法搭建感知平台。首先通过模型计算得到前视摄像头的最小焦距参数，确保系统的最远前方车辆识别距离大于在极限工况下的安全距离。然后通过在CATIA软件上进行视野仿真得到后视摄像头和侧视摄像头的视角及布置参数，使得后视摄像头视野覆盖国家标准规定的后视镜视野范围，且后视和侧视摄像头视野与驾驶员前方视野构成的视野范围不存在视觉盲区。　　（2）开发前方车辆检测功能。本文使用Haar-like+Adaboost的机器学习方法识别前方车辆，并使用基于Kalman滤波的跟踪方法跟踪前方车辆。软件实现过程为：首先在命令行程序中调用OpenCV开源视觉库自带的opencv_traincascade.exe训练出分类器。然后在VS2010开发平台上调用OpenCV开源视觉库并使用C++语言编程实现前方车辆检测功能。　　（3）开发前方车辆测距功能。本文使用基于几何模型的单目测距方法测算前方车距。首先使用基于OpenCV的摄像头标定方法获取摄像头内参数，然后结合由几何模型推导的坐标转换关系式将像素坐标转换成道路平面坐标，最后将道路平面坐标代入距离计算公式得出车距，整个测距功能开发是在VS2010平台中通过C++语言编程实现的。　　（4）校核后视及侧视摄像头视野。本文通过在实车上校核后视及侧视摄像头的视野，验证本文提出的摄像头参数匹配方法的可行性。校核结果表明，系统的影像后视系统能够取代后视镜后视系统；系统提供的视野结合驾驶员前方视野不存在盲区。　　（5）进行实车实验。本文通过在城市和城郊道路上进行前方车辆检测和测距实验，验证本文开发的前方车辆检测和测距功能是否满足结构化道路的应用要求。实验结果表明，系统能够实时准确地检测前方车辆，且测距结果相对误差小。
作者：	王利明
专业：	车辆工程
导师：	刘军
授予学位：	硕士
授予学位单位：	江苏大学
学位年度：	2016
正文语种：	中文