原文传递
基于机器视觉的交通路口车载辅助系统研究
| 论文题名： | 基于机器视觉的交通路口车载辅助系统研究 |
| 关键词： | 机器视觉;交通路口;车载辅助系统;指示灯识别;行人检测 |
| 摘要： | 中国现已成为汽车大国，但伴随而来的是交通事故频发。根据交管部门的统计，因交通事故，每一分钟就有一人受伤。同时，路口交通事故的发生数量及人员伤亡率呈现明显上升趋势，而车辆驾驶员、行人违反交通信号灯是引发交通事故的主要原因之一。随着机器视觉技术与图像处理技术的不断发展，可以利用视觉理解技术来提供直观的驾驶帮助与提示，从而提高车辆的行驶安全性能，基于机器视觉的车载辅助系统正成为汽车主动安全领域中研究的热点。本文主要研究了交通路口车载辅助系统所涉及的一些关键问题，主要研究内容如下： （1）交通信号灯的检测与识别。路口的交通信号灯一般由数字指示灯、方向指示灯组合而言，对其快速检测并准确分类才能为驾驶员提供及时、正确的辅助信息。针对这一需求，本文采用快速定位、精确分割、分类识别的交通信号灯检测与识别方案。首先，采用基于色彩信息的全局阈值分割算法完成信号灯定位，并使用投影法进行信号指示灯的分割；其次，依据形状特征将指示灯分为数字指示灯、方向指示灯两类；最后，应用不同的识别方法对数字、方向这两类指示灯进行识别，采用BP（Back Propagation）神经网络对数字指示灯进行识别，提出了圆形检测结合直方图统计的分类方法对方向指示灯进行识别。实验证明，该方法具有较高的执行效率与准确率。 （2）路口行人的检测。行人检测系统一般对实时性要求较高，因此如何改进感兴趣区的分割效果，即缩小图像检测区域，从而有效提高检测速度是行人检测的研究重点之一。本文针对路口环境下的行人行为分析，通过斑马线检测来确定行人在图像中的主要位置信息，有效缩小了检测区域，并采用基于梯度方向直方图（Histogram of Oriented Gradient,HOG）特征结合支持向量机（Support Vector Machine,SVM）分类方法进行行人检测。经实验验证，该方法是有效可行的。 综上所述，本文通过分析路口环境中的主要目标——交通信号灯、行人，提出了相应的特征提取与分类方案，实现了交通信号灯、路口行人等环境信息的获取，从而能为驾驶员路口行车提供辅助及预警，对于提高路口行车安全状况与基于机器视觉的车载辅助系统的构建，具有一定的应用价值。 |
| 作者： | 任勇 |
| 专业： | 软件工程 |
| 导师： | 龚声蓉 |
| 授予学位： | 硕士 |
| 授予学位单位： | 苏州大学 |
| 学位年度： | 2013 |
| 正文语种： | 中文 |
检索历史
应用推荐
