● 摘要
21世纪将是公路交通智能化的世纪,智能交通系统(Intelligent Transportation System,简称ITS)是未来交通系统的发展方向,发展智能交通系统能够提高车辆行驶的安全性、舒适性,达到提高交通效率、改善交通环境的目的。车辆自动跟踪属于ITS中先进辅助驾驶的一个重要部分,独立式车辆跟踪利用车辆自身的传感器进行环境感知,轨迹规划和车辆控制,由于其不需要和其他车辆进行通讯,更加具有实用性。本文主要针对独立式车辆跟踪中的前车检测技术进行研究。
前车检测技术是车辆跟踪技术的重要部分,其性能的好坏直接影响到车辆跟踪的效果。本文首先对现有的目标检测和目标跟踪算法进行研究,然后针对本项目的特点充分利用各个算法的优点对算法进行整合和改善,再将图像数据和各传感器数据进行融合,得到了前车检测需要信息,最后本文提出了局部可柔度虚拟曲杆的模型,利用三次样条差值将前车检测信息进行轨迹拟合,为后车控制提供基础。此外,本文还通过搭建软硬件实验平台对所提出的算法和模型进行验证。通过ARM7芯片控制底层硬件,通过PC进行图像处理并,然后与底层嵌入式系统进行通讯,控制车辆行驶。其中为了提高开发效率,本文利用OpenCV和EmguCV编程实现了图像处理算法。最终实验结果表明,本文所提出的前车检测算法,不仅具有很强的目标识别能力,还具有很好的实时性;而所提出的局部可柔度虚拟曲杆模型也提高了车辆跟踪的精度。
相关内容
相关标签