基于雙目視覺的前方車輛測距法研究.pdf

1、隨著經(jīng)濟社會的發(fā)展和人民生活水平的提高，汽車保有量急劇增加，交通事故發(fā)生率逐年上升。道路交通安全已成為全社會高度關注的問題，因此能夠提升汽車主動安全性能的汽車駕駛輔助系統(tǒng)(Advanced Driver Assistance System,ADAS)受到市場的廣泛認可。作為ADAS的重要組成部分，前方車輛檢測和車距測量方法能夠適時產(chǎn)生碰撞預警信號，提醒駕駛?cè)藛T前方潛在的危險，保證行車安全。本文立足于雙目視覺圖像處理技術，提出了基于雙目視

2、覺的前方車輛檢測與車距測量的實現(xiàn)方案。
　　在車輛檢測部分，針對現(xiàn)有單一車輛檢測方法存在對光照敏感以及誤檢過多的問題，提出了一種基于機器學習與先驗知識相結(jié)合的前方車輛檢測方法。首先，對視頻圖像進行預處理，設置感興趣區(qū)域并生成直方圖均衡化的圖像。其次，利用由MB-LBP與Adaboost離線訓練的分類器提取車輛候選區(qū)域。最后，根據(jù)區(qū)域內(nèi)的水平邊緣和灰度信息對提取的車輛候選區(qū)域進行判別，刪除誤檢區(qū)域，從而實現(xiàn)前方車輛檢測。
　　

3、在雙目視覺車距測量部分，提出了一種基于左右圖像車輛矩形框中心點特征匹配的雙目測距方法。在計算過程中，以左車輛矩形框中心點橫坐標與右車輛矩形框中心點橫坐標之差作為匹配視差，然后結(jié)合雙目相機的標定結(jié)果利用雙目測量原理計算前方車輛距離。
　　實驗結(jié)果表明，在車輛檢測過程中，陰天、晴天、多云條件下的車輛檢測率達98.70％以上，傍晚及夜間條件下的車輛檢測率達89.64％以上。在雙目車距測量中，當車距小于40m時，車距測量誤差小于1％;當車