● 摘要
现代化社会的汽车量的急剧增加，它在给人们的生活提供便利的同时也产生了一系列社会和环境问题：交通拥挤加剧、交通事故频繁、交通环境恶化等。为此，世界各国大力发展智能交通系统。车辆自动跟踪，是智能交通系统ITS中先进辅助驾驶的重要部分，旨在交通环境中，后车能自动跟随前车运动，并与前车保持合理的安全距离，既保证了安全又提高了行车效率，还能减少燃油浪费。独立式跟踪系统无法通过车辆之间的通讯来获得前车的当前位姿以及速度等状态信息，只有通过后车自身的车载传感器对前车进行检测，前车的位姿检测是后续决策，包括路径规划等行动的基础，是整个系统成败的关键所在。 本文设计搭建了ARM7主控系统硬软件平台系统，根据真车运动模型，设计了前轮导向、后轮驱动的两个轮式移动机器人用于跟踪实验。针对单一传感器可靠性较低的问题，采用摄像头和激光测距仪（LMS111）为主要检测设备，利用摄像头信息量丰富，激光测距仪可以获得准确的目标深度信息，完成了各传感器的内部参数标定和联合标定工作，对前车的位姿进行实时检测，以求能够提高系统的整体精度。为有效利用多个传感器的优势，在车辆检测时，首先将激光雷达数据进行预处理工作，然后利用透视变换图像上获得兴趣区域，然后在图像兴趣区域内利用模板匹配法计算图像中各区域与前车的匹配概率，筛选出符合条件的最大概率区域；在图像中识别出前车后，再次利用激光扫描点与车辆兴趣区域比较，得到符合条件的激光数据点信息，经过拟合和形状分析后确定前车位置信息。最后为确保车辆检测的准确性，补充了基于单目视觉的测距方法，改进了由于摄像机俯仰角的计算方法，减小测量误差，并通过仿真对比了来验证该方法的可靠性。 在车辆检测算法的基础上，论文着重分析了车辆跟踪算法，利用Camshift作为图像跟踪算法，根据颜色和质心距离相结合法来跟踪己经检测识别出的车辆。使用Intel公司的OpenCV图像处理库进行实现前车检测与跟踪的算法，使用摄像头在线采集图像运动目标分析系统进行了大量实验，并全面分析了实验现象和数据，该算法在跟踪过程中能够自适应地跟踪窗口的大小，具有良好的实时性，能够正确的进行运动物体的实时检测和跟踪，并具有良好的鲁棒性。