基于Prescan的側(cè)后車輛預(yù)警算法的研究.pdf

1、近年來，汽車安全問題成為世界各國(guó)關(guān)注的熱點(diǎn)問題，每年因交通事故導(dǎo)致的人員傷亡和經(jīng)濟(jì)損失不計(jì)其數(shù)。其中，由于后視鏡盲區(qū)的存在、駕駛員對(duì)側(cè)后方正在接近的車輛難以準(zhǔn)確判斷等原因所造成的交通事故不在少數(shù)。因此，在主動(dòng)安全領(lǐng)域，基于側(cè)后方區(qū)域的智能駕駛系統(tǒng)應(yīng)運(yùn)而生。然而，駕駛環(huán)境的復(fù)雜性和多變性，往往會(huì)影響智能駕駛系統(tǒng)的魯棒性。為此，常需要大量的實(shí)驗(yàn)來驗(yàn)證這一性能，而這無疑會(huì)加大系統(tǒng)的開發(fā)周期和研究成本。
　　本研究是基于Prescan的側(cè)

2、后方車輛預(yù)警算法，通過在Prescan軟件中搭建的虛擬平臺(tái)來開發(fā)并驗(yàn)證該算法。這一算法的研究對(duì)于能否準(zhǔn)確識(shí)別側(cè)后方區(qū)域車輛，確保智能駕駛系統(tǒng)更好地實(shí)現(xiàn)預(yù)警功能有重要意義。本研究的主要內(nèi)容概述如下:
　　(1)從訓(xùn)練模塊和檢測(cè)模塊兩個(gè)方面，對(duì)側(cè)后方車輛的識(shí)別算法進(jìn)行研究。訓(xùn)練模塊對(duì)采集的樣本集進(jìn)行訓(xùn)練，獲得針對(duì)于側(cè)后方車輛識(shí)別的分類器;檢測(cè)模塊對(duì)分類器初步識(shí)別出的圖像進(jìn)一步處理，以解決其出現(xiàn)的多重窗口和路面誤檢的問題。
　　(

3、2)對(duì)側(cè)后方車輛的跟蹤算法進(jìn)行研究。從模型的建立、相似度度量及目標(biāo)跟蹤三方面介紹Meanshift理論，提出選用LBP模型與傳統(tǒng)顏色模型相結(jié)合的方式來減小對(duì)顏色信息的依賴度。此外，針對(duì)大小變化的側(cè)后方車輛，提出了可變窗口的自適應(yīng)方法。
　　(3)研究換道工況下，對(duì)側(cè)后方車輛的預(yù)警規(guī)則。從換道安全性出發(fā)，分析換道事故發(fā)生的主要原因。綜合考慮相對(duì)速度、相對(duì)縱向距離和評(píng)價(jià)指標(biāo)TTC(Time to collision)三個(gè)參數(shù)，提出符合