原文传递
基于多传感器的特定道路信息识别算法研究
| 论文题名： | 基于多传感器的特定道路信息识别算法研究 |
| 关键词： | 道路信息;模式识别;多传感器;特征向量;颠簸类型 |
| 摘要： | 随着人们生活水平的提升和汽车总体造价的下降，汽车在人们的生活中扮演了越来越重要的角色。车辆在复杂道路状况下的安全驾驶是一个重要的研究方向，道路信息检测则是其中的关键内容。然而，目前对道路信息检测研究较少，特别是车辆作为节点主动探测道路信息的研究较少。在此背景下，本课题研究了基于多传感器的特定道路信息识别算法，研究内容对保证安全驾驶起到促进作用。 路面行驶质量指数中最重要的评价标准就是道路的颠簸程度和抗滑性。道路的颠簸程度就是道路的平整度，而抗滑性能评价标准则建立在不同道路类型的基础之上。本课题的研究内容是以汽车为主体的主动探测道路信息的识别问题。由此，本课题选取了最重要的两种信息作为识别目标，一个是路面的颠簸程度信息，另一个是道路的类型信息。对于道路的颠簸类型判断采用了模式识别的思想，研究采用运动传感器获取垂直于路面的加速度，通过特征提取获取能准确描述路面颠簸的类型的特征向量。通过一系列实验验证和参数调优，发现运动传感器结合特征提取与隐马尔可夫模型能较好的判决出道路的颠簸类型。对于道路类型的判断上，同样需要将道路类型具体到能准确描述其信息的物理参数上。现阶段较为成熟的识别物体的方案一般都是建立在机器视觉的基础上，通过一系列实验验证了在道路类型的识别上，纹理特征能较好的表示道路的类型，最终选取的纹理特征算法为灰度共生矩阵法。同时分类器的选取方面，为了解决道路类型识别时的遮盖问题，文中提出了投票式支持向量机的应用方法，并提出了完整的道路类型识别方案。 论文最后为了验证文中提出算法与应用方法。在道路颠簸识别方面，搭建了相应的实验平台。利用这个平台实时采集车辆垂直方向的加速度数据，并通过特征提取和分类仿真得到了满意的效果，平均识别精确度可以达到94%。在道路类型识别方面应用仿真，验证了相应的算法和应用。实验验证，以计算机视觉为基础的纹理特征搭配改进的支持向量机算法能较好的识别道路类型，精度上能达到较好的效果，平均识别精确度达到93.2%。总体来说文章中所使用的算法和使用方法对于保证安全驾驶有较高的实用价值和使用价值。 |
| 作者： | 赵国钦 |
| 专业： | 电子与通信工程 |
| 导师： | 张乃通 |
| 授予学位： | 硕士 |
| 授予学位单位： | 哈尔滨工业大学 |
| 学位年度： | 2016 |
| 正文语种： | 中文 |
检索历史
应用推荐
