论文部分内容阅读
车辆前向碰撞预警系统(Forward Collision Warning System,FCWS)是先进的驾驶辅助系统(Advanced Driver Assistance Systems,ADAS)的重要组成部分,对于道路交通事故中频发的追尾事故有着高效的预防作用。现有的基于雷达的车辆前向碰撞预警系统只能适用于直道,在弯道处易把其它车道的车辆当作本车道的障碍物而发生虚假预警,影响驾驶员正常驾驶。鉴于此,本文利用计算机视觉的方法,对车辆前向碰撞预警系统中的关键技术进行了研究,重点研究了基于视觉的弯道检测算法、精确的车辆检测方法以及车距测量方法,以解决现有的基于雷达的车辆前向碰撞预警系统在弯道处易产生虚警问题。本文的主要工作如下:首先,针对具有挑战性的道路环境状况,提出了一种基于改进的河流寻点算法(Improved River Flow,IRF)与随机抽样一致性算法(Random Sample Consensus,RANSAC)的弯道检测算法。IRF算法能克服原始算法不能适用于非连续车道线的缺点,准确地寻找到远视觉区域的弯道特征点,然后结合直线参数,利用RANSAC算法拟合双曲线对模型,实现鲁棒的弯道检测。其次,针对现有车辆检测方法无法准确定位车辆位置,特别是车辆尾部底边,提出一种基于车辆尾部特征的车辆精确检测方法。在车辆初步检测的基础上,划定车辆感兴趣区域,利用车辆尾部特征,对车辆尾部底边和两端进行精确定位。另外,结合车载图像特性,使用车辆几何尺寸约束,对车辆初步检测结果进行滤除,降低车辆误检率。最后,利用摄像机针孔成像模型,设计了一种快速、简单的车距测量方法,并根据车辆制动过程及驾驶员的驾驶行为,制定了简单的安全车距评判标准。结合前面的弯道检测与车辆检测,建立了基于视觉的车辆前向碰撞预警系统模型,并给出了系统的演示效果图,表明该系统在弯道处能准确的区分本车道车辆与其它车道的车辆,避免发生虚假预警。