基于視覺的汽車前方碰撞預警系統(tǒng)研究.pdf_第1頁
已閱讀1頁,還剩59頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、基于視覺的汽車前方碰撞預警(V-FCW)系統(tǒng)是汽車安全輔助駕駛技術領域最為典型的應用之一。汽車前方碰撞預警(FCW)系統(tǒng)主要利用傳感器獲取信息并處理,準確判斷前方可能發(fā)生的碰撞危險情況并對駕駛人給與警告,與目前多采用雷達傳感器的汽車前方碰撞預警系統(tǒng)相關研究不同,基于視覺的汽車前方碰撞預警系統(tǒng)使用攝像頭作為獲取信息的環(huán)境感知工具。視覺傳感器具有模式識別及車道線檢測等其他傳感器不具備的優(yōu)勢,但同時也面臨著障礙物識別及測距等方面的巨大技術挑戰(zhàn)

2、。基于此研究背景,本文設計了一套V-FCW系統(tǒng)新的車輛檢測、車輛測距方法和安全距離計算算法,并在通過仿真分析驗證其效果。
  在對汽車前方碰撞預警安全距離模型分析的基礎上,本文根據(jù)車輛的運行狀態(tài)和制動規(guī)律,充分考慮了影響車輛制動的駕駛人因素和環(huán)境因素,建立了新的汽車安全距離模型,同時對該模型中的參數(shù)進行了說明和分析。結合其他模型算法利用MATLAB軟件進行仿真分析,結合不同狀態(tài)下最小安全車距與速度和附著系數(shù)的變化規(guī)律。驗證了該模型

3、能夠更好的地反映真實車輛運行狀況,降低了計算安全車距存在的較大偏差。
  本文在車輛檢測識別方面作出改進。利用類Haar和改進的AdaBoost算法的對前方車輛進行檢測,首先利用基于積分圖的思想計算圖像的擴展類Haar特征;然后使用提取的類Haar特征值向量集改進AdaBoost算法,文中提出了改進措施:利用SVM代替初步分類器AdaBoost算法(SVM-AdaBoost)增強了分類器的分類能力。通過實驗驗證文中所提出的方法在訓

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論