一种视频暗箱摄像头标定方法

高级驾驶辅助系统ADAS(Advanced Driving Assistance System)利用安装在汽车上的传感器,如摄像头、毫米波雷达、激光雷达和超声波等,在第一时间收集车外的环境数据,进行静、动态物体辨识、侦探与追踪等技术处理,从而能让驾驶者在最快的时间内采取被动或主动的刹车,规避可能存在危险。早期的ADAS技术主要以被动式报警为主,现在主动式干预应用已很普遍。     

重型卡车ADAS系统应用

正随着汽车智能化的迅速发展,ADAS系统(高级驾驶辅助系统)逐步开始在重卡车型上应用,目前可实现的功能包括:车道偏离预警(LDW)、碰撞预警(FCW)、自动紧急制动(AEB)、自适应巡航(ACC)等。雷达、摄像头安装位置如图3所示。1)毫米波雷达ADAS系统的前置毫米波雷达安装在车辆前保险杠内侧。     

基于视觉传感器的ADAS纵向行驶工况识别方法研究

汽车先进驾驶辅助系统在应用时要根据不同的车辆行驶工况对车辆进行相应的控制,而准确的车辆行驶工况识别信号是合理的控制策略的基础.为了得到准确的车辆行驶工况识别信号,利用视觉传感器分别对车辆跟踪定位,以及车道线检测技术进行了研究.利用adaboost分类器检测出前方车辆;应用文中提出的基于坐标映射与定比分线并能够抵抗俯仰角干扰的测距方法进行车辆定位,验证结果显示该测距方法误差小于1m;再应用改进后的基于置信度判断与Kalman滤波技术的车道线跟踪检测方法进行车道线检测,并通过实车道路试验对此进行了验证,验证结果显示该车道线检测方法误差小于1°.提出1种基于PreScan的将所应用的车辆跟踪测距与车道线跟踪检测方法相结合的方法,用以实现汽车ADAS纵向行驶工况的识别,并通过PreScan仿真场景验证了该工况识别方法,结果表明该方法能够为ADAS提供准确的工况识别信号.      

基于神经网络的智能驾驶模式识别研究

为满足智能驾驶汽车高级驾驶辅助系统(ADAS)功能研发和验证的需求,提高ADAS功能的准确性,设计了一款基于神经网络的智能驾驶模式识别程序,该程序由数据采集、目标检测、场景识别预测3个模块组成.数据采集模块利用ESR毫米波雷达、前置摄像头对交通环境及周围车辆的数据信息进行采集;目标监测模块通过控制算法选择判断触发各类A...     

智能网联产业链分析:毫米波雷达成关键部件

<正>随着大众对汽车驾驶安全性、舒适性要求的不断提升,人们正进入一个新兴的"汽车雷达时代",伴随着很多创新发展、颠覆性技术和新晋厂商。毫米波雷达是未来车载主力传感器之一,它将和摄像头、激光雷达、超声波传感器一起为高级驾驶辅助系统(ADAS)和自动驾驶汽车"保驾护航"。本文将对车用毫米波雷达发展的现     

基于多传感器的军用车辆前方目标提取和融合算法研究

在目标车辆识别算法中,通常采用单一传感器作为感知器件。不论是摄像头还是雷达,都因为自身缺陷导致识别出的目标不准确,给ADAS系统的决策控制带来困难。文章提出了一种基于视觉传感器和毫米波雷达相融合的目标识别算法。该算法利用多传感器信息融合技术,按照本车道前方最危险目标(CIPV)的原则,并结合滤波原理,对目标车辆进行识别、提取和跟踪,以剔除无效目标,保留唯一、有效、可靠、稳定的目标,为ADAS系统的决策控制提供依据。     

汽车智能电子控制系统设计开发与研究

智能汽车电子控制系统是在整车控制过程中非常重要的系统组成,在新能源汽车,尤其是纯电动汽车行业的地位尤其重要。在此控制系统中,主要是由整车控制器VCU、高级辅助驾驶系统ADAS、制动系统IBooster、转向控制系统EPS及中控系统组成。此项目以整车控制器VCU为主导,通过和ADAS的信息交互共同实现自动跟车ACC、紧急制动AEB、车道保持LKA、自动泊车辅助APA等功能。同时,此智能汽车电子控制系统具有车道偏离报警LDW、前碰撞预警FCW、后面防碰撞辅助报警RCTA、盲点监测BSD、并线辅助危险报警LCA功能。整车控制器VCU通过各个系统和本身传感器的信号得知车辆当前工况信息,智能控制车辆各个部件实现主动安全及满足驾驶者的驾驶体验要求。此控制系统在新能源汽车项目中也实现了利用电机制动能量回收,在车辆减速滑行和制动工况高效的把机械能转化成电能,增加车辆行驶里程,提高经济型。智能汽车电子控制系统也是汽车行业发展的必然结果,也是未来汽车电子发展的主要方向。     

汽车零部件:黑科技入侵改变汽车未来生活

<正>麦格纳:混合现实全息眼镜感受未来驾驶体验在CES 2017上通过一款混合现实全息眼镜和高级驾驶辅助系统(ADAS)模拟器,展示其在未来出行领域的技术。参观者可佩戴微软的混合现实全息眼镜身临其境地感受未来汽车的驾驶体验。独立的全息计算机可使参观者体验到与众不同的未来汽车技术,其中包括:·实现自主驾驶所需的摄像头、传感器、LiD AR和     

自动驾驶的量产车

正Q:无论百度、谷歌,还是Uber,自动驾驶试验车都顶着像警灯一样的雷达,以后自动驾驶的量产车不会都这样吧?火柴棍A:自动驾驶主要依赖于四种传感器——光学摄像头、毫米波雷达、超声波雷达和激光雷达。光学摄像头负责识别例如车道线和限速标识等,利用图片分析就能得出的行驶数据。当然,也有像斯巴鲁这样的厂商,妄图通过双摄像     

2014年汽车ADAS技术的最新进展

<正>由于各国汽车安全标准的不断提高,导致主动安全技术先进驾驶辅助系统(ADAS)近年来呈快速发展趋势。据PRWeb公司2013年11月预测,全球ADAS市场在2012~2016年期间将保持22.59%的复合增长率。目前ADAS中应用最广的三大技术是自适应巡航控制、车道偏离预警和侧面物体探测,预计到2015年,由这3种技术组成的ADAS系统的市场价值将达到62.1亿美元。ADAS这种最初只应用于奔     

360度全景系统推进ADAS技术应用

<正>作为一种智能摄像头系统,360度全景系统不仅能解决盲点问题,还能提高驾驶安全性。大陆集团正在开发一系列基于360度全景系统的高级驾驶员辅助技术。NCAP法规的日趋严苛以及汽车技术的升级换代,推动着高级驾驶员辅助系统(ADAS)的快速发展。包括大陆集团在内的汽车零部件供应商正加速ADAS技术的研发,整个ADAS应用市场也逐步从高端车型向低端车型渗透。作为ADAS的核心技术,摄像头和雷达在汽车上的应用不断增多。其中,基于鱼眼摄像头的360度全景系统正越来越多地应用于倒车辅助、自动泊车技术,还能取代传统后视镜实现后视功能。     

使用朗仁H6设置大众CC车道保持辅助系统

正车型年份:2015年大众CC。维修背景:车道保持辅助系统在很大程度上提高了驾驶舒适性,也提高了驾驶安全性。它使车辆自动行驶在车道中间并且保持,其原理是通过紧贴在前风挡玻璃的数字式灰度摄像头实时拍摄前方道路的左右车道线,由电脑转换成信息数据并进行处理,分析车辆是否行驶在二条车道线的中间,是否有偏移。若有偏移并超出了允许偏移值范围,     

多车道复杂环境下驾驶倾向性状态辨识

驾驶倾向性是汽车行驶过程中操控者情感偏好等特征的动态测度,是车辆安全驾驶辅助系统,特别是其碰撞预警系统中汽车驾驶人意图等心理、意识计算必须考虑的核心参数.以3车道场景为例,分析目标车位于不同车道时周边的交通态势(主要指车辆集群编组关系,重点以目标车位于中间车道为例),设计实验采集人、车、环境等相关动态信息,获取不同态势下驾驶倾向性特征数据,利用动态贝叶斯网络建立时变环境下驾驶倾向性动态辨识模型.实验验证表明,所建模型对驾驶人倾向性类型的辨识准确率可达到91％以上,能够适应多车道情况下驾驶人倾向性类型的动态识别,为以人为中心的个性化汽车主动安全系统的实现提供理论基础.     

基于滑动窗多项式拟合的车道检测研究

识别前方车道并依此定位智能汽车在车道中的位置是安全辅助驾驶及自动驾驶中的关键技术。采用图像识别技术可以有效地获取车道线等地面非立体特征,本文详细介绍了利用多阈值分割消除背景和基于逆透视变换的滑动窗多项式拟合提取车道特征。结果表明,基于滑动窗多项式拟合的方法可以有效快速的检测车道线。     

为实现智能驾驶

汽车制造商正在使用种类繁多的辅助功能,并想以此从各类竞争中脱颖而出。促进增长的一个重要因素,则是欧盟新车安全评价协会（NCAP）出台的新评估程序：从2014年起,新车型必须装配相关驾驶员辅助系统才能获得五星安全评价;从2016年起,将强制安装综合的行人安全系统。安装传感器后,还可提供许多其它功能。例如,探测车道标志线的摄像头同时还可记录交通标志。驾驶员将越来越青睐这些安全和舒适的系统。在接下来的几年内,驾驶辅助市场将以每年20%的速率增长。汽车零部件供应商博世和天合已经看到了驾驶辅助市场的机遇,他们正加速雷达和摄像头传感器技术的研发与市场拓展。     

基于Canny算法的新型车道线检测率分析

新型车道线被认为是提升自动驾驶汽车环境感知能力的重要手段。现搭建了直道、弯道、交叉口的设施因素和晴天、雨天、夜间的天气因素耦合的9种道路交通场景,设置了全天候陶瓷微晶珠车道线和高对比度反光车道线两种典型的新型车道线,通过车载摄像头采集各道路交通场景下传统热熔型车道线和新型车道线图片,利用边缘检测Canny算法对图片进行检测与提取,并对比分析了Canny算法下新型车道线与传统车道线的检测率。结果表明,新型车道线的车道线检测率在9种道路交通场景下,相比传统热熔型车道线都有显著提升,晴天、雨天和夜间天气下分别提高24%、152%和145%。     

自动驾驶安全第一

自动驾驶集人工智能(AI)、大数据、5G、车路协同、高精度地图与定位等高新技术于一体,顺应汽车工业革命的电动化,智能化、网联化、共享化发展趋势,近年来得到高速发展。具备自动巡航、紧急自动刹车、车道偏离预警等先进辅助驾驶系统(ADAS)功能的低等级自动驾驶汽车实现车辆前装,得到大规模量产应用。具备有条件自动驾驶、高度自动驾驶、完全自动驾驶功能的高等级自动驾驶汽车已经开展道路测试验证,量产商用可期。     

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。     

一种基于卡方统计的弯道识别算法

提出了一种基于卡方统计的弯道识别算法。该算法从机器视觉出发,对图像传感器采集的道路图像进行预处理,包括感兴趣区域(Region of Interest,ROI)划分、高斯滤波和边缘检测,筛选满足车道边缘特征的像素点,并提取车道线中点。再设置动态的感兴趣区域,得到两边车道像素点中心位置与车道线中心线的关联性概率函数,最后利用关联性概率函数和对称性来识别弯道。试验结果表明卡方统计能有效识别弯道和和弯道方向,满足汽车辅助驾驶系统识别的实时性和准确性。     

侧向驾驶辅助系统发展现状及技术趋势

先进驾驶辅助系统(Advanced Driving Assistance System,ADAS)是智能网联汽车(Intelligent and Connected Vehicle,ICV)现阶段发展的重要力量,文章详细列举分析了侧向驾驶辅助的发展现状,包括弯道速度预警、盲区监测、车门开启预警、变道碰撞预警、车道偏离预警以及车道保持辅助和交通拥堵辅助。并以市场和量产化为导向,分析技术趋势。