基于視覺的全天時(shí)車外安全檢測算法研究.pdf

1、在智能車輛領(lǐng)域，基于視覺的汽車主動安全系統(tǒng)是一個(gè)研究熱點(diǎn)。其分為對車外環(huán)境信息的分析判斷和對于車內(nèi)駕駛員狀態(tài)的感知兩部分組成。行道線檢測和車輛檢測是車外環(huán)境判斷的前提條件，找到穩(wěn)定準(zhǔn)確的檢測算法是進(jìn)行檢測的基礎(chǔ)。本文主要針對全天時(shí)行道線檢測算法的和夜間的前方車輛檢測算法進(jìn)行了研究。 本文在行道線檢測算法中，以雨滴干擾為典型環(huán)境，設(shè)計(jì)了一個(gè)二次搜索抑制方法進(jìn)行噪聲抑制。利用幀間的先驗(yàn)信息建立的搜索強(qiáng)度閾值和抑制強(qiáng)度閾值的動態(tài)更新模

2、型，使車輛在連續(xù)的檢測環(huán)境中自動適應(yīng)環(huán)境。針對系統(tǒng)要求的檢測穩(wěn)定性，本文通過一種幀間平滑模型進(jìn)行了平滑，增加算法效果的穩(wěn)定性。 本文在夜間前方車輛檢測算法方面通過兩級分類器設(shè)置，以車燈特征為檢測目標(biāo)的第一級分類器負(fù)責(zé)檢測感興趣的區(qū)域，同時(shí)通過以車輛邊緣特征為檢測目標(biāo)的AdaBoost級聯(lián)分類器作為第二級分類器進(jìn)行檢測。這種方法可以較為有效的解決傳統(tǒng)只依賴車燈檢測中來自路面反光等帶來的誤檢，有較好的適應(yīng)性。 針對來自實(shí)際路