原文传递
双目视觉辅助驾驶算法的研究与设计
| 论文题名： | 双目视觉辅助驾驶算法的研究与设计 |
| 关键词： | 汽车辅助驾驶系统;车辆检测;距离定位;车辆预警;双目视觉 |
| 摘要： | 当今道路交通发展迅速，出行安全也越来越被看重。汽车辅助驾驶系统在智能交通系统中扮演着重要的角色，相关研究也日趋活跃。得益于图像传感器集成度高、造价低廉等优点，视觉辅助驾驶系统成为了智能交通系统和汽车辅助驾驶技术中重要科研方向。 本文对双目视觉辅助驾驶算法进行了深入研究，在研究国内外视觉辅助驾驶技术发展状况的基础上，着重研究了车辆视觉检测识别算法、双目视觉距离定位算法和车辆防碰撞预警算法。 1.研究了图像特征提取方法，使用基于梯度直方图的方法进行特征提取，最大化保存图像中目标特征信息并大大降低了特征向量的维数。针对图像梯度直方图提取的特征，结合线性SVM分类器和图像金字塔方法，设计了多分辨率下实时车辆识别算法。 2.探究了双目立体视觉的原理和计算过程，设计了一种基于深度学习的双目立体视觉算法。利用深度学习方法训练了一个卷积神经网络进行双目立体匹配的代价计算，配合传统半全局匹配算法和双边滤波器实现了精确的双目立体深度图计算。 3.总结了在车辆行驶过程中驾驶员的加减速规律，提出了基于相对速度的防碰撞模型与辅助驾驶预警策略。结合车辆实时检测算法和双目立体视觉算法，设计了完整的视觉辅助驾驶算法并完成了整体算法的实现与验证。实验结果表明，基于双目视觉的辅助驾驶算法可以准确的完成检测和预警，系统稳定可靠。 |
| 作者： | 杜隆生 |
| 专业： | 电子科学与技术 |
| 导师： | 侯建军 |
| 授予学位： | 硕士 |
| 授予学位单位： | 北京交通大学 |
| 学位年度： | 2018 |
| 正文语种： | 中文 |
检索历史
应用推荐
