基于车载视觉的行人检测与跟踪方法

为提高城市交通环境下车辆主动安全性,保障行人安全,提出了基于车载视觉传感器的行人保护方法. 利用Adaboost算法实现行人的快速检测,结合Kalman滤波原理跟踪行人,以获取其运行轨迹.该方法利用离散 Adaboost算法训练样本类Haar特征,得到识别行人的级联分类器,遍历车载视觉采集的图像,以获取行人目 标;结合Kalman滤波原理,对检测到的行人目标进行跟踪,建立检测行人的动态感兴趣区域,利用跟踪结果分 析行人的运行轨迹.试验表明:该方法平均耗时约80ms/帧,检测率达到88%;结合Kalman滤波原理跟踪后,平 均耗时降到55ms/帧,实时性较好.      

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。