基于LPR的车距测量智能感知系统研究

本文基于车牌识别系统，提出一种基于单目视觉的前方车辆距离测量方法。全文根据图像变换、模型成像、视觉测量等方法，分析研究LPR测距的理论，设计出单目视觉测距的应用模型。利用车辆几何特征信息定位前方车辆的位置图像信息，最终利用车牌信息测量前方车辆距离。     

面向交通安全的车辆间距测试技术研究

基于数字图像处理理论,提出了一种车间距离测试的方法,介绍了边缘增强与形态学处理相结合的图像预处理算法、阈值分割与判定树结合的障碍物检测方法以及反转透视测距计算模型,利用VC 平台编写了测距实验程序并组织了测距试验.试验结果表明,该测距方法简洁有效,能满足智能车辆测距工程需要,是一种可行的前方车辆距离测量方法.     

基于双目视觉的前车距离识别方法

本文提出一种基于双目视觉系统,对道路上各对象进行特征识别的方法。首先利用Canny算子和霍夫变换等图像处理方法检测出道路区域,以提高其后的图像处理效率;然后在道路区域内部通过阴影识别方法对车辆进行识别;最后利用双目视觉几何关系,对对象物体距离进行比较。实验结果表明,通过本文所述方法可准确识别出图像中各对象及其距离关系。     

基于机器视觉的智能车辆避撞预警算法

由于受到信息采集源性能影响,造成了智能车辆避撞预警系统(Collision Warning System,CWS)前后车相对距离测量精度低的问题,针对此问题提出了一种基于机器视觉的预警算法(Collision Warning Algorithm,CWA),利用机器视觉获得了较高精度的测距信息,有效提高了预警算法的有效性。在分析驾驶员驾驶行为基础上,确定CWA的报警准则。基于机器视觉技术建立了一种多输入、多输出的CWA模型,给出了模型预警原理、决策阈值确定方法、逻辑结构图,以及基于机器视觉的车辆信息获取方法。设计了一个单车道双车辆跟驰实车试验,采集模型测试所需的数据,并利用实测数据对模型进行了验证。试验结果显示,平均测距误差不超过3.6 m,预警模型能够准确给出预警信息,对提高车辆行驶主动安全性具有重要意义。     

基于单目视觉车距测量方法综述

车距测量是高级驾驶辅助系统(ADAS)的关键技术,是前碰撞预警和自适应巡航等功能的基础,单目摄像头相比于毫米波雷达等传感器价格低廉,获取图像信息量丰富,在ADAS系统中应用广泛,很多学者对单目测距技术进行了深入研究。论文主要介绍了四种基于单目视觉的车距测量方法,详细阐述了几何关系法、成像模型法、数据回归建模法和逆透视变换法的原理及测距模型,通过分析基本测距方法的不足,逐步介绍其改进形式。最后给出了每一种方法的特点,并对发展趋势进行展望。     

红外国像处理在汽车昉撞系统中的运用

基于红外图像的视觉处理,提出了新的汽车夜视安全控制方法.通过对车载热像仪所拍摄的红外图像的一系列处理,包括图像滤噪、图像分割和图像分析,得到前方车辆的排气管的形心坐标.根据这个坐标和已知的参数,建立测距几何模型,可以实时得到本车与前车的距离.指出将这一控制识别方法可以用在汽车防撞系统中,具有一定的应用前景.     

基于双目立体视觉安全车辆间距测量技术研究

基于双目立体视觉原理,提出了一种安全车辆间距测量方案.该系统根据目标车辆在左右摄像头所获得的立体图像对应的不同坐标,计算出目标车辆到摄像头的距离.试验结果表明,该测距方案测量精度高、测量范围广,能满足智能交通中车辆安全距离测量的实际需要,是一种有效的前方车距测量方案.本文的研究方法,同样适用于对车辆前方其他目标物的距离测量.     

汽车整车尺寸机器视觉测量系统的研究

使用彩色图像的彩色分割技术,开发了一套基于机器视觉的汽车整车尺寸测量系统。论述了该系统组成、测量原理及方法,针对复杂背景的彩色图像,提出利用初始轮廓线逐渐逼近最佳图像边缘,让图像轮廓的整体信息参与分类过程,有效地克服了噪声影响,同时又不损失图像的边缘信息,提高了图像边缘的检测精度和分割的质量。试验结果表明,该系统可以实现汽车整车尺寸的自动、快速、准确测量。     

基于二维Rosin阈值方法的道路裂纹边缘检测

为了在道路裂纹图像边缘检测时选择准确的区分噪声与边缘阈值,针对一维Rosin算法不能充分利用图像局部结构信息的缺陷,将传统Rosin方法推广至二维,联合Canny边缘检测算法和Rosin算法,利用像素点本身及其邻域的局部结构信息建立图像二维直方图;利用直方图的最高点和最低点构造全角旋转阂值选取平面,以搜索直方图与各阈值平面的空间距离最大值确定阈值点,获得一种自适应的Canny算法中的阈值选取方法.研究结果表明:该算法可对道路裂纹边缘进行有效检测,并扩展Canny算法的应用范围.     

一种水泥混凝土路面接缝图像识别定位方法

提出一种基于图像处理技术的水泥混凝土板接缝定位识别方法,旨在为后续的接缝工作性评价系统打下基础。在分析接缝图像灰度、投影、边缘和几何特征的基础上,将影响接缝识别定位的干扰因素逐步剔除。首先,采用8方向Kirsch边缘检测方法抑制噪声,增强目标边缘,然后利用最大熵阈值分割方法将图像二值化,最后针对水泥板接缝直线几何特征,利用Hough变换,检测出相邻两板接缝的边缘线,试验结果表明,识别率良好。     

桥梁位移的远距离测量新技术

采用远距离摄像与图像处理方法相结合 ,提出了一种从岸边即可准确量测大中跨径桥梁的垂直位移 (挠度 )和水平位移的光学数字测量新方法 ,并研究开发出了相应的测量系统。利用该系统对实桥的量测结果表明 ,当测量距离在 5 0m至 10 0m范围内 ,本方法具有足够的测量精度     

基于计算机视觉的单目摄影纵向车距测量系统研究

基于计算机视觉的车道检测和前方障碍物检测技术,并与纵向车距模型相结合,提出一种测量车距的新方法。依据摄影几何投影变换,从图像平面重建出道路平面图而进行车道检测,解决图像中远方车道过于细小、难以检测的缺点,尤其是算法对常见的虚线车道特别有效,在试验中取得满意的效果。     

旧车改造之防止车门误开启系统

针对由于停车时机动车上乘坐人员没有观察车外环境,径直开启车门,导致车门碰撞行人及运动的物体引起事故越来越频繁的状况,并基于目前在道路上行驶的旧车不具备车门误开启的报警提醒系统,提出了一种红外线与超声波组合检测及报警提醒系统。当行人或运动物体进入到测量范围内,红外线模块会探测到有物体进入,同时超声波模块测量物体与车门的距离,单片机控制单元接收到超声波测量的信息并进行分析处理,触发蜂鸣器发出报警,提醒车内乘坐者不要打开车门以避免发生碰撞事故或者损坏车门。     

点云数据规则表面提取和空间仿真的应用研究

随着工程数字化及BIM设计的不断发展,3D测量在项目中的应用已不可或缺。在三维激光扫描点云处理中,以规则表面(平面、圆柱面、球面)的法向量和主曲率为参数建立了规则几何表面自动提取的数学模型,并对利用该模型提取的表面同名点距离与精密全站仪测距结果进行了模型精度对比分析。通过点云数据去噪、降采样、规则几何表面自动提取,结合3D贴图、渲染等操作,以某大楼空间仿真为实例,得到了一种厘米级的点云数据规则表面提取和空间仿真的应用方法。     

基于形状模板匹配的交通标志污损检测方法研究

本文通过一种改进的基于RGB空间的颜色增强算法变换RGB空间颜色值并分割图像,锁定道路两边的图像信息并利用其特有的几何形状检测并定位交通标志,提取其内部图形,建立基于边缘梯度特征的交通标志匹配和污损识别算法模型。该算法利用少量样本快速创建不同尺度和角度下的模板,解决了基于机器学习方法下需要大量样本并训练时间过长的问题,同时基于梯度特征进行匹配,解决了基于灰度的模板匹配对光照变化过于敏感的问题。最后,通过采集了大量图像数据,并研发基于服务端和移动端的原型系统进行模型算法的验证,实例实验表明,本文提出的算法具有较高的识别准确率和匹配效率,检测准确率可达到83%,且能满足基于移动端的应用需要。     

基于深度学习与圆检测的实时双目测距算法研究

针对基于学习的双目测距算法实时性不足的问题,在Loop-Net的基础上进行改进,提出一种新的双目测距模型。以编码-解码为框架,使用卷积神经网络构建模型,使用U-Net提取特征得到1/4特征图后通过3D卷积层融合特征信息提取左、右目视差特征,并加入扩张卷积层以充分提取特征。设计损失函数时充分考虑不同输入对应的不同噪声参数,并设计了基于圆检测的物体定位算法对目标物体进行定位。试验结果表明,模型在移动终端JN-IndustriPi的运行帧率为15～17帧/s,相比于现有模型提高约15%,且精度相近。     

一种新型汽车光电几何测量设备

（一）光电测量设备结构组成新型光电测量设备利用了红外线技术、传感器技术和计算机技术来测量物体的整体几何长宽高尺寸，该设备结构由2根立柱、2根水平支架、红外线发射与接收装置、测距传感器、后台终端和控制箱等组成。     

车辆辅助驾驶系统中的三车道检测算法

本文中提出了一种基于车道线特征的三车道检测算法。首先,在车道线预提取过程中对道路消失线以下部分的整个车道图像进行模糊化和边缘检测,并根据边缘点位置和方向角对消失点进行定位,同时基于消失点位置提取直线并结合车道模型对构成三车道的直线进行筛选和补充。接着在车道跟踪阶段,根据前一帧图像检测出的直线和消失点位置,对车道图像局部区域分别进行边缘点、直线的跟踪检测,并对消失点位置进行重定位。最后,对车道参数进行寻优以计算车道线曲率和车道宽度。试验结果表明,提出的边缘检测算法能有效检测模糊车道线边缘并抑制噪声,消失点和直线的检测方法耗时少且准确性高。在直线检测的基础上进行车道模型匹配能提高车道识别实时性,算法在车道线模糊、雨天、大雾和大曲率等环境下均具有较好的适应性。     

基于视觉及认知的驾驶模拟器图像标定方法

为了提高多通道图像显示技术驾驶模拟器三维虚拟图像成像的逼真性,针对驾驶模拟器三维虚拟图像中物体的空间尺寸与驾驶人的视觉特性,对驾驶模拟器图像标定方法进行了研究。采用相似三角形原理,以几何相似关系进行数学推导,得出驾驶模拟器三维虚拟图像成像理论值。设计驾驶模拟器三维虚拟图像标定样板,标定样板以设定半径的圆面为核心,圆心设置为驾驶人双眼视点位置,圆弧面上设置6根直立标杆,圆面上设置3个符合中国国家标准的道路交通标志牌,利用驾驶模拟器虚拟成像软件将标定样板制成三维虚拟图像并投射到驾驶模拟器投影屏幕上。通过实际测量驾驶模拟器投影屏幕上的标杆间距、标杆长度、标杆底部到地面距离、驾驶人能够看清交通标志牌的距离,对比分析实际测量数值与理论值的差异,调整驾驶模拟器投影视点、投影仪缩放比例、视屏距离等参数以及驾驶模拟器成像硬件设备,完成对驾驶模拟器三维虚拟图像物体空间尺寸的标定。研究结果表明:驾驶模拟器通过该方法标定后,驾驶人在驾驶舱中看到的虚拟图像物体的尺寸大小(水平和垂直方向)与在现实中同样条件下看到的基本一致,对虚拟图像的视认距离也与现实中的视距基本一致,增加了虚拟场景的真实感和认知感。     

基于图像纹理分析的动态车辆识别方法研究

在智能交通系统中,动态图像识别技术是系统应用的基础核心技术之一。以应用于交通监控、智能驾驶系统等场景的HSV空间动态车辆识别为基础,研究并论证提出了新的检测识别方法,实现对运动车辆的检测识别、目标追踪、驾驶辅助等功能。研究问题的难点是,如何从复杂的背景中分割运动物体,是检测方法能否有效的至关重要的一步,在研究了目前存在的各种方法之后,提出了一种新的基于阴影检测的HSV空间自适应背景模型的车辆追踪检测算法,算法基于HSV空间图像处理,采用最大类间方差法获取相邻帧二值化阈值,利用纹理信息进一步确定动态图像以及确认图像范围。通过截取由监控系统获取的视频信息,并对其进行图像处理检测车辆移动轨迹。从监控视频信息中获取两帧不同时刻的图像信息,在HSV空间进行相邻帧检测。由于阈值的选择将直接影响判断精度,本研究将固定阈值法进行了改进,该阈值是通过统计模型对整幅图像上灰度值进行计算,并通过最大类间方差法确定阈值。最后经过实际视频图像验证,仿真试验流程清晰,试验结果达到预期设想。