世界智能车辆行人检测技术综述

对世界智能车辆行人检测技术进行综述,重点介绍世界主要发达国家智能车辆行人检测技术的研究方法以及所采用的传感器,提出了智能车辆行人检测技术当前存在的一些问题,展望了今后的发展趋势。     

汽车安全行人保护技术的研究现状及展望

分析了汽车与行人碰撞事故的特点,论述了汽车安全中行人保护技术的研究与应用现状,展望了未来行人保护的发展趋势。汽车被动安全主要通过碰撞试验和计算机仿真模拟等方法来研究行人保护技术,汽车主动安全主要通过各种传感器有效检测车辆周围的行人,实现避免汽车与行人碰撞的主动预警。集成化和智能化是汽车安全技术的发展方向,未来行人保护技术应该从碰撞事故发生后减轻损伤,逐渐发展到碰撞事故的避免和预防,结合多传感器信息融合技术,研制性价比高的行人保护装置和系统。     

一种融合UWB和视觉信息的行人预警方法

在先进驾驶辅助系统中,基于视觉的行人检测只能对摄像头视野范围内的无遮挡行人进行检测,并且易受天气的影响,在极端天气下无法工作。针对视觉检测的缺陷,提出了一种利用超宽带(Ultra Wideband,UWB)通信模块检测行人位置信息的方法,并对其进行卡尔曼滤波以减小误差,同时将得到的行人位置信息与基于视觉的行人检测信息融合,设定匹配规则防止多报警和误报警的情况。测试结果表明,融合方法能够增加对视野外以及被遮挡行人的危险预警,提高了行人检测预警系统的可靠性。     

汽车行人保护开发与研究进展

行人保护是汽车安全技术领域的前沿和热点问题。随着各国立法的推进,各汽车厂商面临的行人保护压力将越来越大。现行主要法规有EEVC系列、GTR、Euro NCAP等。文中综述了国内外行人保护研究的最新方法和技术,展望了行人保护技术的发展趋势和方向。面向行人保护的被动安全技术核心在于碰撞能量的吸收,主要的技术路线包括新材料的应用和安全结构的改进。而能避免事故发生的主动安全技术将逐渐成为汽车安全领域研究的新趋势。     

行人保护研究综述

行人作为道路交通中的弱势群体,在道路交通事故中的伤亡比例非常大,如何通过行人保护研究来降低行人在碰撞中的致死致伤率,已成为各大汽车厂商的技术研发重点。本文在对行人保护的国内外研究现状进行综述的基础上,从主动安全与被动安全两个方面详细介绍了行人保护的研究方法,并列举了行人保护的技术应用,最后展望了汽车行人保护未来研究的方向。     

造型设计阶段行人保护的设计

对在造型设计阶段的行人保护设计方法进行了研究,主要包括行人保护开发流程、造型阶段行人保护的设计要点以及设计过程中行人保护关键区域的设计,并以实例来阐述设计要点。此外,对欧盟最新的行人保护规则进行了简介。     

基于人体典型部位特征组合的行人检测方法

为实现汽车主动安全对行人的保护,提出一种组合人体典型部位特征的行人检测方法。利用查表型的Gentle Adaboost算法来训练经加权Fisher线性判别算法优化的梯度方向直方图特征,形成一个强分类器对行人腿部区域进行检测;行人初步定位后,根据其头部轮廓变动较小的特点,运用模板匹配的方法对其进行检测;最后根据腿部与头部检测结果,综合采用部位约束、特征转化和分类器阈值调整的方法对检测结果进行融合。结果表明,该方法能有效排除大部分虚警,提高检测行人的准确性。     

混合交通中的车辆与行人检测

混合交通中车辆和行人的检测识别是研究如何让计算机以人的思维方式从视频或图像中将车辆和行人从背景中区分出来。车辆检测与行人检测作为智能交通系统的核心组成部分,具有重大的研究价值与现实意义。本文基于候选区域和深度网络的深度特征提取方法,通过获取场景中的大量实时图像数据进行多任务深度模型训练,实现复杂交通场景中的车辆检测和行人检测的任务。相比于传统的车辆检测算法和行人检测算法,基于候选区域和深度网络的深度特征提取方法具有独特的优势:检测的准确性、鲁棒性、实时性可以在一定的条件下达到比较满意的程度。而传统车辆与行人的检测算法,并不能同时在3项指标上达到较好的状态。此外,候选区域的确定避免了穷举式搜索目标,从而节省了大量时间开销。     

机器视觉在汽车驾驶辅助系统中的应用

机器视觉是汽车驾驶辅助系统应用领域的重要技术,文章主要综述了机器视觉在车道检测技术、交通标志识别技术、车辆识别技术、行人检测技术和驾驶员状态检测技术等领域的应用,着重介绍了机器视觉技术在上述领域目前的研究现状,为机器视觉在汽车驾驶辅助领域的进一步研究提供了参考。     

基于深度神经网络的行人及骑车人联合检测

本文中针对现有检测方法中不能有效区分行人和骑车人两类目标的问题,提出了一种基于深度神经网络的行人和骑车人联合检测方法;而针对道路环境中的行人与骑车人联合检测误检漏检频繁、小尺寸目标检测效果不佳和背景环境复杂多变等问题,设计了难例提取、多层特征融合和多目标候选区域输入等多种深度神经网络改进方案,以实现行人与骑车人的联合检测。在公开的行人与骑车人数据库上进行的试验表明,所提出的方法对行人或骑车人的识别率高,且能有效区分彼此,其有效性得到了验证。     

车辆—行人法规实施的重要性研究

行人安全技术应用在汽车上可以降低汽车—行人碰撞中行人的伤害,因此,我国应该实施行人保护法规,促使汽车生产企业加速行人保护方面的研究。文章通过对道路交通事故中行人伤害所占的比例分析,说明了在我国开展行人保护研究的重要意义。阐述了在汽车与行人的碰撞过程中,汽车可能对行人造成伤害的主要部分,从而对改进汽车相关结构提出重要依据。力图从根本上提高汽车的被动安全性能,使我国的汽车工业向更加完善的方向发展,从而使我国的汽车技术和世界汽车技术接轨。     

基于多源信息融合的行人检测实时性方法研究

目前车辆安全预警系统中存在行人检测粗检不准,细检过慢的问题,孤立的采用激光、雷达、红外或是摄像机均很难满足行人检测实时而准确的需求.考虑用多源信息融合的方法进行行人检测即将雷达与摄像机结合运用,使它们的信息有机融合,在提高速度的同时又不以降低精度为代价.研究了适应车载安全系统的摄像机标定与确定行人重点检测区域的方法.     

恶劣天气红外热成像行人检测方法研究

为了提高智能汽车在恶劣天气对行人检测的速度和精度,本文提出一种基于YOLO V4的红外热成像行人检测方法.通过迁移学习对YOLO V4模型进行再训练,可快速而准确地实现恶劣道路环境的行人检测.     

基于改进YOLOv2模型的驾驶辅助系统实时行人检测

为解决驾驶辅助系统(ADAS)对复杂背景行人和小尺寸行人检测精度较低的问题,基于深度神经网络模型YOLOv2建立了ADAS实时行人检测模型YOLOv2-P。首先在特征提取网络中采用参数化修正线性单元激活函数,以从训练数据中自适应地学习参数,并在行人检测网络中采用多层特征图融合方法,将低层特征图信息与高层特征图信息进行融合;然后使用交叉熵损失函数替代YOLOv2模型中的sigmoid激活函数,并对宽度、高度损失函数进行归一化处理;最后采用迭代自组织数据分析算法对行人数据集中行人边界框尺寸进行聚类。试验结果表明:相比于YOLOv2,YOLOv2-P对复杂背景行人及小尺寸行人的检测精度有明显提升,能够满足ADAS行人检测准确性和实时性需要。     

驾驶辅助系统基于融合显著性的行人检测算法

为满足先进驾驶辅助系统的高准确性行人检测要求,提出一种模拟人类注意力机制的视觉显著性行人检测方法。基于仅含行人信息的标记样本库,建立了条件随机场(CRF)模型,以实现不同显著性计算方法的最优融合。实际检测中,首先采用SLIC算法进行图像超像素形式的几何信息划分,进而对可能存在行人的区域进行初筛选,随后在可能的行人区域内,采用CRF模型计算显著性,并将具有较高显著性的区域确定为行人区域。实验结果表明,该方法具有较好的判别性能并达到满意的检测率,同时,采用的行人区域筛选方法在一定程度上缩短了算法的检测时间,基本满足了车载平台的实时性要求。     

车辆-行人法规实施的重要性研究

行人安全技术应用在汽车上可以降低汽车一行人碰撞中行人的伤害，因此，我国应该实施行人保护法规，促使汽车生产企业加速行人保护方面的研究。文章通过对道路交通事故中行人伤害所占的比例分析，说明了在我国开展行人保护研究的重要意义。阐述了在汽车与行人的碰撞过程中，汽车可能对行人造成伤害的主要部分，从而对改进汽车相关结构提出重要依据。力图从根本上提高汽车的被动安全性能，使我国的汽车工业向更加完善的方向发展，从而使我国的汽车技术和世界汽车技术接轨。     

自动驾驶汽车-行人交互研究综述

自动驾驶汽车已开始在部分开放道路进行测试,其与行人等其他交通参与者共享混行道路,面向自动驾驶汽车的车外人机交互技术亟需开展深入研究,以便行人快捷、高效地理解自动驾驶汽车的行驶意图,确保混合交通场景通行安全并提高通行效率。本文首先阐述了自动驾驶汽车与行人交互的重要意义,并从行人检测与跟踪、行人意图识别及行为预测、自动驾驶汽车的决策3个方面介绍了目前自动驾驶汽车的车外人机交互前期支撑技术研究概况,着眼于自动驾驶汽车行驶意图的表达,对交互需求和车外人机交互界面的设计原则及质量评估进行了梳理,最后提出了车外人机交互面临的挑战及未来的发展方向。     

轿车行人保护技术发展的重要性

行人安全越来越成为人们关注的重要问题,文章针对行车过程中行人伤害特点来说明行人保护技术研究的重要意义。随着我国将于2013年正式实施《汽车对行人的碰撞保护》标准,必然将推动我国行人保护技术的快速发展。文章结合行人保护技术的发展历程及现阶段此项技术研究的方法和应用现状,为此方面的研究工作提供参考,从而使我国汽车工业得以更加完善发展。     

基于改进 Adaboost 的行人快速检测与定位算法

随着智能交通的发展,道路行人主动安全的重要性愈发凸显,且越来越受到国内外研究机构的重视。选取 Harr-like特征,利用积分图快速计算矩形特征,对传统的Adaboost算法引入优化更新权重的方法,提出1种基于级联分类器的行人检测方法,实现行人的实时区域快速检测。实验结果表明,基于改进Adaboost算法的快速行人检测与定位方法实时性强、准确率高,基于该算法的行人快速检测与定位系统可靠性高、鲁棒性强。      

行人保护--汽车安全性研究的新领域

行人碰撞保护是目前汽车安全性研究的最新领域。本文介绍了行人与车辆发生碰撞时主要的伤害模式和伤害数据,以及世界各国在这一领域研究的最新进展,并对行人碰撞保护的相应法规和研究方法作出了简要的介绍。