基于GPU加速的車輛檢測及跟蹤的研究與實現(xiàn).pdf

1、隨著智能交通系統(tǒng)和智能車輛的發(fā)展，車載系統(tǒng)中的安全輔助駕駛功能已成為當(dāng)前研究熱點。車道檢測、車輛檢測及跟蹤涉及大量復(fù)雜的圖像處理計算，CPU的串行處理特性無法滿足實際應(yīng)用所需的實時性能。圖形處理器(GPU)強大的并行計算能力可以用來解決這種瓶頸問題，且GPU已逐漸成為汽車電子系統(tǒng)中的標(biāo)配。為了滿足車輛檢測及跟蹤在實際應(yīng)用中的實時性需求，本文針對基于GPU的加速方法進行了深入研究，主要內(nèi)容如下:
　　1、設(shè)計了一種基于GPU加速的桶

2、形畸變校正方法。利用GPU并行計算資源對算法中校正像素坐標(biāo)及顏色值的計算進行加速。
　　2、設(shè)計了一種基于GPU加速的Hough車道檢測方法。利用GPU并行計算資源對算法中的灰度化、二值化、中值濾波、Sobel算子邊緣檢測和Hough變換進行加速。
　　3、設(shè)計了一種基于GPU加速的Harris角點檢測方法。利用GPU并行計算資源對算法中灰度化、初始平滑、高斯濾波及興趣值計算和去偽角點部分進行加速。
　　4、設(shè)計了一種

3、基于GPU加速的mean shift車輛跟蹤方法。利用GPU并行計算資源對算法中目標(biāo)區(qū)域的距離加權(quán)矩陣和顏色值計算、候選區(qū)域的顏色值計算以及偏移向量矩陣計算進行加速。
　　5、實現(xiàn)了一種在高速公路環(huán)境下基于GPU加速的車輛檢測及跟蹤系統(tǒng)。采用GPU+CPU協(xié)同處理模式來實現(xiàn)對行駛車輛所在車道內(nèi)前方車輛的檢測及跟蹤，利用GPU對車道檢測、車輛檢測和車輛跟蹤三大局部算法實現(xiàn)加速處理。
　　本文對上述五種實現(xiàn)分別進行了相應(yīng)的GPU