基于智能終端的車(chē)輛碰撞預(yù)警系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、隨著社會(huì)經(jīng)濟(jì)快速發(fā)展和人們生活水平的提高，城市道路上幾乎到處是形形色色的車(chē)輛，方便生活的同時(shí)，給人們出行帶來(lái)了極大的隱患，交通事故的頻繁發(fā)生。為預(yù)防交通事故的發(fā)生，目前汽車(chē)輔助駕駛系統(tǒng)已經(jīng)成為智能交通領(lǐng)域的研究熱點(diǎn)，其中，車(chē)輛防撞預(yù)警是重要的組成部分。與此同時(shí)，移動(dòng)互聯(lián)網(wǎng)發(fā)展的大趨勢(shì)下，基于Android平臺(tái)的智能手機(jī)使用最為廣泛，智能手機(jī)集成了高分辨率攝像頭、GPS、加速度傳感器使得它成為了汽車(chē)輔助駕駛最好的平臺(tái)。
　　本文主要

2、研究基于Android平臺(tái)的車(chē)輛碰撞預(yù)警系統(tǒng)的關(guān)鍵技術(shù)，包括車(chē)輛檢測(cè)技術(shù)、車(chē)輛間的距離測(cè)量和防撞預(yù)警技術(shù)，具體的研究?jī)?nèi)容如下:
　　(1)研究并實(shí)現(xiàn)車(chē)輛檢測(cè)算法，基于感興趣區(qū)域?qū)Σ杉牡缆穲D像進(jìn)行預(yù)處理，提取車(chē)輛底部陰影特征，根據(jù)陰影底部邊緣的位置生成車(chē)輛假設(shè)區(qū)域。
　　(2)對(duì)大量車(chē)輛的正樣本和負(fù)樣本提取Haar-like特征使用AdaBoost分類(lèi)器進(jìn)行訓(xùn)練，對(duì)車(chē)輛假設(shè)區(qū)域提取Haar-like特征，并使用訓(xùn)練好的模型進(jìn)

3、行分類(lèi)，驗(yàn)證是否為車(chē)輛，最終確定車(chē)輛的位置。使用車(chē)底陰影特征和Haar-like特征相結(jié)合進(jìn)行圖像中車(chē)輛的檢測(cè)。
　　(3)根據(jù)檢測(cè)到的車(chē)輛使用單目視覺(jué)測(cè)距的方法進(jìn)行車(chē)輛間距離測(cè)量，設(shè)置安全距離，當(dāng)車(chē)距小于安全距離時(shí)發(fā)出警報(bào)提醒駕駛?cè)藛T，并設(shè)計(jì)實(shí)驗(yàn)進(jìn)行車(chē)距測(cè)量。
　　(4)設(shè)計(jì)并實(shí)現(xiàn)了基于Android的車(chē)輛防撞預(yù)警客戶端軟件，包括圖像采集模塊、圖像預(yù)處理模塊、車(chē)輛檢測(cè)模塊、車(chē)距檢測(cè)模塊和防撞預(yù)警模塊，利用智能手機(jī)的攝像頭進(jìn)