夜間車輛檢測算法研究及其應用.pdf

1、目前關(guān)于無人駕駛技術(shù)的話題討論相當火熱，車輛檢測和關(guān)鍵車選擇技術(shù)作為其中技術(shù)之一也吸引了大量該領(lǐng)域人員去研究。車輛檢測技術(shù)已經(jīng)得到顯著的提高。然而夜間車輛檢測在低光照環(huán)境下，車身輪廓模糊，使用車輛檢測的手段存在一定局限性。同時夜間疲勞駕駛以及超速駕駛情況更為嚴重，夜間交通事故發(fā)生率遠高于白天。此外關(guān)鍵車的選擇是建立在車輛檢測基礎(chǔ)之上的，車輛檢測性能的好壞會影響后續(xù)工作。針對以上問題，本文提出基于單目視覺的夜間車輛檢測算法研究及其應用-關(guān)

2、鍵車選擇，主要包括三個方面:(1)夜間車燈檢測。車燈信息對于環(huán)境光照變化具有較強的魯棒性，尤其在低光照環(huán)境下。首先基于上述想法提出使用車尾燈信息進行夜間車輛檢測。采用Haar特征來描述兩個車尾燈所構(gòu)成的矩形區(qū)域，結(jié)合AdaBoost算法進行分類器的構(gòu)造，然后使用分類器去檢測車輛尾燈，以此來確定車輛目標。(2)夜間車輛檢測。利用COHOG及LBP特征對夜間車輛的整個車輛進行特征的提取，再結(jié)合AdaBoost算法進行車輛分類器的構(gòu)建，并與車

3、燈檢測進行對比分析。然后利用分治策略分別對道路上的其它車輛進行相關(guān)的訓練檢測，以整體提升夜間車輛檢測的精度。(3)關(guān)鍵車選擇方法研究。當前向道路上出現(xiàn)多輛車輛時，系統(tǒng)需要識別出與本車碰撞危險程度最高的車輛進行碰撞預警。本文提出一種關(guān)鍵車選擇的方法，在車輛檢測的基礎(chǔ)上，利用本車所在車道信息、前車與本車所在車道重合度及圖像金字塔ROI有效選擇出關(guān)鍵車輛。
　　經(jīng)過實驗驗證，上述夜間車輛檢測所使用的方法取得了良好的性能，同時有效選取前向