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.      

基于CS-SD的车载环境下实时行人检测模型

针对车辆辅助驾驶系统中行人检测的实时性问题, 提出一种基于路面边缘线标定结合显著性纹理检测(CS-SD) 的算法和定位方向梯度直方图(L-HOG) 的行人检测模型, 应用CS-SD算法替代穷尽搜索快速标定图像中的行人区域, 应用L-HOG快速提取行人特征, 并采用附加核心的支持向量机(AK-SVM) 进行高效目标分类。分析结果表明: 在个人计算机上对包含832个行人的500幅图像进行检测时, 模型正确检测720个行人, 检测率为86.5%, 误检率为4.1%, 检测时间为39ms; 在基于BF609的车载行人检测系统上对包含988个行人的48 400幅图像进行检测时, 模型正确检测861个行人, 漏检127个行人, 误检13个行人, 检测速度为20fps。可见, 提出的行人检测模型在不降低检测率的前提下, 可以达到满意的检测速度, 并且可以用于实时行人检测车载设备。     

基于单目视觉的运动行人检测与跟踪方法

为了有效检测与跟踪城市交通环境中的行人, 提出了一种在摄像机静止情况下基于单目视觉的运动行人检测与跟踪方法。检测阶段通过自适应背景模型快速提取背景图像, 用动态多阈值方法二值化差分图分割运动行人; 跟踪阶段引入灰色模型作为行人运动模型, 预测行人运动, 融合行人多种特征建立目标匹配模板, 对行人连续跟踪。通过单个行人通行和多个行人同时出现这两种交通环境下的视频图像对本方法进行了验证, 单个行人通行时, 跟踪的正确率为95%;多个行人同时通行时, 识别每个行人并分别跟踪的正确率为87%。     

用危险预警系统实现汽车的主动安全性

介绍了汽车行驶危险预警系统的组成及其子系统的功能 ,讨论了如何运用该系统实现汽车行驶时的几种危险预警的主动安全性能 ,并探讨了安全车距的数学模型及其在系统中的应用     

基于改进塔式梯度直方图的行人检测算法

采用改进分块方式的塔式方向梯度直方图（PHOG,Pyramid Histogram of oriented gradient）作为特征提取的方法,应用支持向量机（SVM,Support Vector Machine）算法作为分类器进行训练和检测.INRIA测试集上的测试结果表明,相对于采用传统HOG和PHOG特征表示方法,所提出的方法使分类检测正确率有了进一步提高.     

基于CapsNet的行人检测方法及评价

为了提高道路环境中行人目标检测的准确率,改善现有检测算法对不同环境视角下漏检率较高、耗时过长、实用性较差等问题,本文提出了一种基于 CapsNet的行人检测模型. CapsNet由神经元所构成的 Capsule组成,通过动态路由协议对物体的实例化参数进行表达和传递,保留了各特征对象间的空间层级,采用 Caltech公开数据库对所提算法的有效性进行验证,并在检测准确率及算法耗时等方面与其他算法进行对比.实验结果表明：相比于其他主流检测算法,本文算法在确保检测效率的前提下,对数平均漏检率最低可降至 9.17%;且在 Caltech、INRIA和 NICTA数据集的交叉验证实验中,也能达到良好的检测效果,具有较好的鲁棒性和泛化能力.     

浅析车辆主动安全预警系统

车辆安全技术通常可分为主动安全技术和被动安全技术。主动安全技术是指基于先进的防范措施,避免事故发生的技术;被动安全技术则是在事故发生过程中及发生后,尽量减少损害的方法和措施。提高车辆的主动安全水平,不仅要在事故发生时尽量减少人员受伤的几率,更重要的是要在轻松和舒适的驾驶条件下帮助驾驶者避免事故的发生。     

基于CapsNet的行人检测方法及评价

为了提高道路环境中行人目标检测的准确率，改善现有检测算法对不同环境视角下漏检率较高、耗时过长、实用性较差等问题，本文提出了一种基于 CapsNet的行人检测模型. CapsNet由神经元所构成的 Capsule组成，通过动态路由协议对物体的实例化参数进行表达和传递，保留了各特征对象间的空间层级，采用 Caltech公开数据库对所提算法的有效性进行验证，并在检测准确率及算法耗时等方面与其他算法进行对比.实验结果表明：相比于其他主流检测算法，本文算法在确保检测效率的前提下，对数平均漏检率最低可降至 9.17%；且在 Caltech、INRIA和 NICTA数据集的交叉验证实验中，也能达到良好的检测效果，具有较好的鲁棒性和泛化能力.     

一种闸机行人身高检测的新方法

闸机是城市轨道交通自动售检票（AFC）系统中的关键设备之一,在闸机通行算法中增力口区分行人身高是否超过设定高度的检测功能,已经成为对闸机设备越来越迫切的要求。针对该要求,本文提出了一种使用直反式光电传感器检测行人身高的新方法。     

基于人头颜色空间和轮廓信息的行人检测方法研究

为提高智能视频监控中行人统计的实时性,提出了一种基于人头颜色空间和轮廓特征的行人检测方法.该方法首先根据人脸肤色、发色在YCbCr和RGB颜色空间的聚类情况,建立人头颜色模型,分割人头候选区域,并针对行人运动的特征,采用多帧差法提取运动信息,剔除背景噪声,修正候选区域的精度;然后根据改进的Canny 算子提取候选区域的轮廓,融合形态学对边缘进行修正,提取候选区域轮廓信息;最后根据人头轮廓的几何特征,剔除“伪候选”区域,并进行连通域信息标记,检测人头图像,从而对行人进行检测和统计信息.结果表明,该方法能快速有效地检测出人头,在动态场景下的行人检测取得了较好的效果.     

基于行人保护的主动式发动机罩抬升装置

基于对行人保护的最新设计理念,设计了一种新型的活塞结构的主动式发动机罩抬升装置.该装置能够在200 ms内将发动机罩抬升110 mm,有效地降低了车辆撞击行人时对行人产生的头部致命伤害.该装置不会产生新的硬点,可靠性高且制造成本低,保护效果在实车试验中获得验证.     

多特征多阈值级联AdaBoost行人检测器

为了满足更快、更准、更鲁棒的行人检测需求, 考虑交通监控视频图像质量不高与局部特征不明显的缺点, 采用简单的行人特征来实现行人检测。除矩形度、高宽比、轮廓复杂度、宽度比、行人面积特征外, 特定选用了对遮挡等干扰具有强鲁棒性的头部圆形度这一简单的局部特征。考虑交通监控视频图像中行人的尺寸变化, 引入区域划分策略划分图像区域。兼顾高检测率和低误检率, 根据分类误差最小原则与正样本分类率最大原则训练多个单特征多阈值AdaBoost行人检测器。为了优化多个行人检测器级联后的检测性能, 在兼顾检测性能和检测速度的基础上, 定义了以贡献率作为行人检测器的级联规则, 依据贡献率大小确定的级联次序为基于高宽比、宽度比、矩形度、行人面积、轮廓复杂度和头部圆形度的行人检测器, 依次进行级联, 建立了新的多特征多阈值级联AdaBoost行人检测器。选用3个交通场景对行人检测器进行测试, 并与单级AdaBoost行人检测器与现有2种级联AdaBoost行人检测器进行比较。分析结果表明: 在3个交通场景的检测中, 相比其他几种行人检测器, 多特征多阈值级联AdaBoost行人检测器具有较高检测率、较快的检测速度和较低误检率, 检测率最低为96.70%, 误检率最高为0.67%, 检测时间小于5s, 满足交通场景中对行人检测实时性和可靠性的要求。     

行人步行设施紧急疏散出口设置方法

从行人疏散过程和紧急疏散出口通过能力的角度,分析行人步行设施紧急疏散出口设置的影响因素,并提出紧急疏散出口设置方法．研究发现,在总宽度一定的情况下,紧急疏散出口的个数越多,其相应的总通过能力越低．基于步行设施内疏散行人的数量、初始位置,紧急疏散出口的行人通过能力,多紧急疏散出口的行人选择策略,以及紧急疏散出口的设置指标,构建了行人步行设施紧急疏散出口设置的优化模型;并提出其简化的求解算法,实现紧急疏散出口个数、位置和宽度的优化设置．结合算例,从紧急疏散出口布局优化的角度,提出北京市西直门换乘枢纽紧急疏散出口布局的改进措施．     

路段人行过街设施选型专家系统理论框架研究

针对目前路段人行过街设施设置存在的问题及相关规范标准的不足,提出建立路段人行过街设施选型专家系统的重要意义。建立了选型模型专家系统的模型功能、框架体系及工作内存。重点讨论了专家系统知识库的主要内容,分析了与选型相关的若干因素——路段人行过街设施可选类型、人行过街设施选型原则、路段行人过街特性、各类过街设施设置条件、选型流程,并给出选型结果的最终生成方法。     

城市干路行人过街警告标志前置距离研究

结合城市干路中行人过街安全问题,针对行人过街警告标志设置的前置距离问题进行研究。首先对驾驶员驾驶过程中的视认特征进行分析,并将其划分为不同阶段,其次根据不同阶段驾驶行为特征建立各阶段车辆行驶距离模型,并考虑停车安全距离,最终构建行人过街警告标志前置距离解析模型。最后,根据人机工程学原理进行驾驶模拟试验,测定相关数据,并对模型中各参数值大小进行标定。经计算得到不同速度、不同车道数下的行人过街警告标志前置距离,并给出建议距离。结果表明,当速度一致时,随着车道数增加,行人过街警告标志前置距离不断增大;当车道数一致时,随着速度增加,标志前置距离增大。研究结果可为城市干路行人过街警告标志设置提供参考。