基于信息融合的車輛防撞技術(shù)研究.pdf

1、隨著汽車數(shù)量的逐年增加，道路交通愈發(fā)復(fù)雜，為了有效減少道路交通事故的發(fā)生，汽車智能與安全方面的技術(shù)研究成為越來越迫切的要求。如今智能交通系統(tǒng)將先進的信息技術(shù)、數(shù)據(jù)通訊傳輸技術(shù)、電子控制技術(shù)以及計算機處理技術(shù)綜合運用在整個交通管理體系，將人工智能與汽車融合成一個有序的高效系統(tǒng)。為了減少汽車追尾事故的發(fā)生，智能交通系統(tǒng)在汽車防撞技術(shù)方面表現(xiàn)的尤為重要，它幫助駕駛員獲得前方路面的障礙物信息，并根據(jù)實時情況提醒駕駛員做出相應(yīng)的應(yīng)急處理，避免車禍

2、的發(fā)生。
　　 本文提出一種基于視覺傳感器與激光雷達傳感器信息融合的車輛防撞方法。在對各種傳感器的作用原理、應(yīng)用范圍與優(yōu)缺點進行分析后，使用較易結(jié)合并高效的基于視覺與激光的多傳感器融合檢測方式。
　　 本文首先采用視覺傳感器進行單獨檢測，對視覺圖像采用多特征結(jié)合的方法對前方目標進行初步確認。對采集的視覺圖像進行預(yù)處理后，采用改進的Hough變換對車道標志線進行檢測與提取，確定前方車輛檢測的有效區(qū)域，在該區(qū)域內(nèi)，運用塊區(qū)域

3、統(tǒng)計方法對車輛底部的陰影特征進行搜尋，找出車輛可能出現(xiàn)的位置;利用邊緣檢測排除非車輛區(qū)域;運用車輛的對稱性原則對前方目標進行進一步檢測。
　　 然后運用激光傳感器在一維方向上對前方的車輛目標進行橫向掃描，先選取生長起始點，后運用區(qū)域生長法產(chǎn)生距離圖像，根據(jù)距離圖像來判斷前方出現(xiàn)的障礙物是否為車輛目標。
　　 在分析視覺傳感器與激光傳感器檢測的不足后，采用激光與視覺的信息融合對目標進行檢測驗證。在獲取前方目標寬度和距離的基

4、礎(chǔ)上，提取車輛目標特征以構(gòu)建車輛驗證函數(shù)。根據(jù)車輛驗證函數(shù)建立基于最小風(fēng)險的貝葉斯決策分類器，對視覺圖像中檢測到的車輛進行確認驗證，完成視覺圖像與激光距離圖像的信息融合。試驗表明該方法能準確的檢測出前方的車輛。
　　 最后，本文對前面檢測出來的車輛目標進行跟蹤，在視覺圖像中采用Kalman濾波器對車輛目標進行位置預(yù)測，運用NMI特征對預(yù)測的目標進行驗證確認，再結(jié)合激光傳感器的測距功能對前方車輛進行實時距離跟蹤，當(dāng)前方車輛與本車之