24小时论文定制热线
24小时论文定制热线
摘要
随着社会经济快速发展和人们生活水平的提髙,城市道路上几乎到处是形形色色的车辆,方便生活的同时,给人们出行带来了极大的隐患,交通事故的频繁发生。为预防交通事故的发生,目前汽车辅助驾驶系统己经成为智能交通领域的研巧热点,其中,车辆防撞预巧是重要的组成部分。与此同时,移动互联网发展的大伟势下,基于Android平台的智能手机使用最为广泛,智能手机集成了髙分辨率摄像头、GPS、加速度传感器使得它成为了汽车辅助驾驶最好的平台。
本文主要研巧基于Android平台的车辆碰挂预巧系统的关键技术,包括车辆检测技术、车辆间的距离测量和防撞预警技术,具体的硏巧内容如下:
(1)研充并实现车辆检测算法,基于感兴趣区域对采集的道路图像进行预处理,提取车辆底部阴影特征,根据阴影底部边缘的位置生成车辆假设区域。
(2)对大量车辆的正样本和负样本提取Haar-1ike特征使用AdaBoost分类器进行训练,对车辆假设区域提取Haar-like特征,并使用训练好的模型进行分类,验证是否为车辆,最终确定车辆的位置。使用车底阴影特征和Haar-like特征相结合进行图像中车辆的检测。
(3)根据检测到的车辆使用单目视觉测距的方法进行车辆间距离测量,设置安全距离,当车距小于安全距离时发出警报提醒驾驶人员,并设计实验进行车距测量。
(4)设计并实现了基于Android的车辆防撞预警客户端软件,包括图像采集模块、图像预处理模诀、车辆检测模块、车距检测模块和防渔预警模块,利用智能手机的摄像头进行道路图像采集并对采集到的图像进行预处理、车辆检测、车距测量,当车距小于安全距离时由智能手机发出警报提醒驾驶人员。
关键词：智能终端,车辆碰撞预警,车辆检测,Haar-like,AdaBoost,Android
Abstract
With rapid development of economy and improvement of people's living standards, there are all kinds of Vehicks on the city highway. It makes convenience for people, but it also brings hidden troubles for people's travel at the same time. Traffic accidents occur frequently. In ordstth prevent traffic accidents,vehicle driving assistance system has already become research hotspot in the field of intelligent transportation at present.
Vehicle collision warning system is the most important component among the intelligent transportation systhm. Meanwhile,under the trend of rapid development of the mobile internet,the smart phone based on Android platform are the most widely used. The smart phone based on Android system integrate camera with high resolution、 GPS and acceleration sensor which makes it become the best platform of vehicle driving assistance system.
This paper mainly researches the key thchnologies of vehicle collision warning system based on Android platform,including the 1:echnologies of vehicle detection、 distance measurement between two vehicles and collision warning. ConCrete research context is as follows:
(1)Research and implement vehicle detection algorithm. Pre-process the road images that are collected by camera based on region of interest. Extract features of the shadow at the bottom of vehicles and generate the vehicle region proposal according to those features.
(2)Extract Haar-1 the features of a large number of positive data and negative data of vehicle and train the classincation model using AdaBoost algorithm. Extract the Haar-like features of vehicle region proposal and classify it vehicle region proposal using the classification model th verify whether the region proposal is the vehicle region and confirm the location of the vehicles in the image finally.
(3)Measure the dstance between two vehicles according to the detected vehicle using monocular vision distance measurement method and set a safety distance. When the actual distance between the vehicles is less than the safety distance, the system raises the alarm to alert the driver. Design the experiment to measure the distance.
(4)Design and implement the client software of vehicle collision warning system based on Android,mcluding the modules of image acquisition、image preprocessing、 vehicle dethction、distance measurement and collision warning. Use the camera of the smart phone to collect road images and take preprocesing vehicle detection aBd distance measiirement between two vehicles based on the collected road images. When the actual distance between the vehicles is less than the safety distance,the smart phone raise the alarm to alert the driver.
Key word: InteUigent terminal,Vehicle COthsion waming,Vehicle Detection,Haar-like,AdaBoost, Android
近年来,随着我国经济的高速发展和人民生活水平的提髙,越来越多的人驾驶汽车出行,与此同时出行的隐患也增加了,交通事故频繁发生,毎年有大量的死亡和受伤人数来自于交通事故,如何预防交通事故的发生成为全世界巧同需要解决的问题。
从20世纪90年代起,电子、计算机、数字图像处理等技术迅猛发展,值得-提的是,与汽车领域相关的智能交通系统以(ITS)也获得了快速的发展。智能交通系统是一种将先进的科学技术如汁算机技术、传感器技术、通信技术、人工智能技术等相结合并综合应用于交通运输管理系统,从而建立安全、商效、实时的综合运输管理系统,智能交通系统致力于改善道路拥堵状况和提高车辆行驶的安全性,其中先进驾驶辅助系统(ADAS)是目前的研究热点领域之一。ADAS系统的主要原理是在车辆上安装一组设备,其中包括摄像机、激光雷达、传感器等,利用设备的组合感知车辆周围环境,根据周围环境指导或控制驾驶,当车辆与周围障碍物有碰挂可能时,由ADAS发出警报提醒驾驶人员或者直接使车辆减速或停止从而避免交通事故,因此使用ADAS系统能在一定程度上预防因驾驶员注意力分散而导致的交通事故。另一方面,ADAS系统实际上是一种汽车主动安全系统,与传统的汽车被动安全系统相比具有更多优势,它能在事故发生前就作出反应提醒驾驶人员,从而避免发生交通事故。
ADAS系统的主要研究内容包括;导航系统、车道偏离预警系统W(LDWS)、前方防撞预警系统W (FCWS)、行人检测、自动泊车系统(AP)等,其中前方防撞预巧系统主要是前方车辆或行人检测当有碰抢危险时发出巧报提醒驾驶人员。
目前,大多数车辆碰撞预警系统是基于硬件传感器的,主要使用激光和雷这来检测隋碍物,但是系统不能适应天气恶劣的情况且检测会有死角。此外,传统的车辆碰撞预警系统通常采用专用的巧片架构,将处理器、传感器、显示器、扬声器等相关设各安装在车辆的固定位置,利用通信原理组建一个完整的车辆碰撞预警系统,这类专用系统形式具有比较好的稳定性但是灵活性差,且成本较高,不利于广泛推广。与传统的车辆碰撞预警系统相比,基于智能终端的车辆碰撞预警系统具有成本低、方便易用、界面环境友好、易于发布和维护等优点,更易于实现工程化。
随着智能手机的普及,基于Android系统的智能手机占据较大的市场份额,目前大部分人都在使用智能手机,Android系统是基于LinuxW内核的,具有开源性、功能完善的优点。目前绝大多数手机自带高分辨率的摄像头,其中多数分辨率在720P 、上,采集到的图像具有较高的清晰度。另外,智能手机还集GPS、加速度传感器、显示器、扬声器于一体,是作为车辆碰撞预警系统非常好的平台。
综上所述,基于Android平台的车辆碰撞预警系统的研究具有较大的价值和现实意义并且有深远的发展前景。车辆碰撞预警系统是先进驾驶辅助系统中的一个重要装置,目前车辆碰撞预警系统的实现主要是基于两车间的相对距离,当两车间的距离小于安全距离W时发出警报提醒驾驶人员有碰撞危阴。因此实现车辆碰撞预警系统的两个关键任务就是测量车辆间的距离和估计安全距离。按照测距方式的不同,目前常见的车辆碰撞预警系统分为基于雷达、超声波、红外线和机器视觉的车辆碰撞预警系统W。
测距传感器的不同之处主要表现在工作原理和测距方式,虽然系统的实现方式不同,但是主要目的就是尽可能准确的测量出两车间的距离,系统根据测量的距离与预先设定的安全距离进行比较,当实际距离小于安全距离时发出警报,因此,测量的准确性直接影响预警的效果。
基于超声波、激光传感器和毫米波雷达的车辆碰撞预警系统直接由距离传感器测出本车与前车的距离,优点是比较快速方便,但也存在缺点,如:检测会有死角,只能检测传感器前方的车辆。视觉传感器可以获取到车辆周围丰富的环境信息,可以根据环境信息预测出与前方车辆的距离,此外,视觉传感器成本较低,应用较方便,只需直接安装在车辆上,因此基于机器视觉的车辆碰撞预警系统具有广阔的发展空间,下面就基于机器视觉的车辆碰撞预警系统的研究现状进行分析。
基于机器视觉的车辆碰撞预警系统主要分为四个单元:图像采集单元、目标检测单元、车距测量单元和报警单元。图像采集单元使用视觉传感器实时采集道路图像并传递给目标检测单元,目标检测单元对采集到的道路图像使用图像处理算法进行目标检测,车距测量单元基于检测出的目标位置使用一定的测距模型进斤车辆间的距离测量,最后报警单元将实际测量的距离与安全距离进行比较,当小于安全距离时发出警报。车辆碰撞预警系统要求比较高的可靠性和实时性,因此对目标检测单元的检测速度有比较高的要求,是目前需要解决的一大难点。
基于机器视觉的车辆碰撞预警系统除了对目标检测之外还需根据视觉图像信息预测本车与前车的距离,目前主要有基于单目视觉[9]和双目视觉[10]的测距模型,其中双目视觉测距模型主要是使用特征点的匹配来确定目标的三维坐标,计算的时间较长,实时性较差且只适用于特点的场合,灵活性也比较差。而基于单目视觉的测距模型结构相对简单、成本低、安装方便,更重要的是处理单幅图像速度较快,具有良好的实时性,更利于产品化。测出两车辆间的距离后需要将测得的距离与安全距离进行比较,判断报警状态。如何选取合适的安全距离也是具有研究意义的工作,针对选取合适的安全距离问题,有研巧者提出车辆临界安全距离模型,该模型考虑前方车辆制动过程中驾驶员反应阶段、制动协调阶段和减速增长阶段,但是模型对前车的分析相对复杂,使得安全距离的计算存在误差。
针对该安全距离模型的误差,另有学者提出考虑不同路面附着系数对最大制动减速度影响的安全距离模型[12],使用该模型可以得到不同路面下的安全距离,但是此模型没有对前车制动过程进行分析,实际计算也存在误差。文献[13]考虑发生追尾的情况作了 H种假设提出临界安全距离,考虑极端情况下前车突然发生追尾时的安全距离作为临界安全距离,虽然这种方式计算出的临界安全距离可保证车辆安全行驶,但是可能存在距离过大的情况。因此如何计算临界安全距离也是具有研究意义的工作。
综上所述,车辆辅助驾驶预酱系统领域还有很大的发展空间,这一领域结合了模式识别M、机器学习、图像处理等各个学科领域,难度大,效果也不是很理想,离生活实际中的应用还有一段距离,需要众多的科研院所和高校共同努力。
Android平台车辆碰撞预警系统功能实现：
基于Android手机的车辆碰撞预警系统主界面
处于安全状态示意图
处于危险状态示意图
处于警告状态示意图
目录
摘要
Abstract
1 绪论
1.1 课题研巧背景与意义
1.2 国内外研究现状
1.2.1 车辆碰挂预警系统研究现状
1.2.2 Android辅助驾驶研究现状
1.2.3 车辆检测技术研究现状
1.3 本文主要研究内容
1.4 本文章节安排
2 道路图像采集与生成车辆假设区域
2.1 基于Android Camera的图像采集
2.1.1 Android Camera 框架
2.1.2 图像采集流程
2.1.3 调用Android Camera得到实时图像
2.2 图像预处理
2.2.1 图像灰度化
2.2.2 提取感兴趣区域
2.2.3 滤波
2.3 基于阴影特征生成车辆假设区域
2.3.1 阴影分割
2.3.2 阴影初步提取
2.3.3 阴影的合并
2.3.4 确定阴影边缘及生成车辆假设区域
2.4 本章小结
3 车辆检测方法的研巧与实现
3.1 基于车辆假设区域的车辆检测流程
3.2 基于Haar-like特征的AdaBoost车辆假设区域的验证
3.2.1 Haar-like 特征提取
3.2.2 AdaBoost 学习算法
3.2.3 级联分类器
3.2.4 分类器的训练过程
3.3 实验结果与分析
3.3.1 评价指柄
3.3.2 车辆假设区域验证的实验结果与分析
3.4 本章小结
4 前方辅距离测量与安全距离估计
4.1 基于单目视觉的车距测量
4.1.1 单目视觉测距模型
4.1.2 基于单侦静态模型的前方车辆距离的计算
4.2 车辆安全距离计算
4.2.1 驾驶员反应阶段分析
4.2.2 制动协调阶段分析
4.2.3 车辆持续制动阶段分析
4.2.4 危险情况下车辆安全距离的计算
4.3 实验结果与分析
4.4 本章小结
5 预警系统的设计与实现
5.1 车辆碰撞预警系统总体架构
5.2 道路图像采集模块
5.3 车辆检测模块
5.4 车辆碰撞预警模块
5.5 实验环境
5.5.1 软件环境
5.5.2 硬件环境
5.6 算法移植和实验测试
5.6.1 算法移植
5.6.2 实验测试
5.7 本章小结
6 总结与展望
6.1 本文工作总结
6.2 未来工作展望
致谢
参考文献
附录
（如您需要查看本篇毕业设计全文，请您联系客服索取）