原文传递
城市道路交通信号检测及导航定位系统开发
| 论文题名： | 城市道路交通信号检测及导航定位系统开发 |
| 关键词： | 智能车辆;交通信号识别;机器学习;电子地图;K-means算法;测控系统 |
| 摘要： | 随着我国汽车保有量的不断增加，交通安全和道路压力日益成为人们亟待解决的问题。《中国制造2025》中提出的智能网联汽车可以很好地缓解交通安全问题。要让智能车辆在道路上安全行驶，本文以城市复杂道路环境为背景，对智能车辆交通信号识别技术及导航定位系统进行了研究，主要研究工作及成果如下。 第一，应用机器学习算法对智能车辆前方交通信号灯灯框区域进行检测。首先，采集了大量实际道路环境中交通信号灯正、负样本：其次，统一样本尺寸，提取正、负样本的HOG特征，并分别训练了支持向量机和级联分类器：应用得到的支持向量机和级联分类器对道路交通信号灯进行检测，实现灯箱的定位，通过实验对两者识别性能进行了对比表明，得出HOG特征与支持向量机的交通灯灯箱检测方法整体效果好，准确率高达93.5%,平均耗时491ms，在十字路口时满足车辆行驶实时性要求：最后，通过颜色统计的方法实现交通灯的具体意义的识别。 第二，通过优化K-means算法，对前方道路的禁令交通标志进行定位监测，利用SIFT算法实现了交通标志实际意义的识别。通过与其他算法进行对比表明，本文方法更优，准确率达到95%以上，平均耗时120ms，满足车辆行驶实时性要求。 第三，开发了智能车辆定位系统。首先，针对INS-OPS传感器，采用串口通信方式，完成了对其数据采集、解析：其次，基于百度地图APLVisual Studio环境下，采用MFC框架，使用CIC++与JavaScript交互编程，设计、开发了智能车辆导航电子地图：最后，完成GPS/GIS处理的融合实现了车辆的实时定位。 第四，对智能车辆现有的测控系统软件进行了功能优化更新。首先，把交通信号灯识别、禁令交通标志识别以及地图定位功能加入到系统中；然后，对系统功能进行整合优化，提高了系统的运算速度和稳定性，各模块之间的联合测试更为合理，为智能车辆实车实验的进行提供必要条件。 |
| 作者： | 黄鑫 |
| 专业： | 机械工程 |
| 导师： | 傅卫平;颜长锋 |
| 授予学位： | 硕士 |
| 授予学位单位： | 西安理工大学 |
| 学位年度： | 2017 |
| 正文语种： | 中文 |
检索历史
应用推荐
