欢迎来到天天文库
浏览记录
ID:33786683
大小:10.90 MB
页数:136页
时间:2019-03-01
《道路移动视觉环境感知中的多目标识别与跟踪方法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、东南大学博士学位论文道路移动视觉环境感知中的多目标识别与跟踪方法研究研究生姓名:指导老师:魏运黄卫院士东南大学交通学院二。一三年八月本论文以国家863计划项目“网络化动态交通信息获取与交互技术”为依托(2011AAll0301)——㈣㈣㈣㈣删一Y2511323RESEARCHOFMUIJI.TARGETRECOGNITIONGANDTRAC刚GMETHODONROADMOBILEVISUALADessertationSubmiRedtoSoutheastUniversityFortheAcademicDegreeofDoctorofEngineeringBYWEIYu
2、nSupervisedbyAcademicianHUANGWeiTransportationCollegeofSoutheastUniversityAugust2013东南大学学位论文独创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得东南大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本文所做的任何贡献均已在论文中作了明确的说明并表示了谢意。研究生签名:铷东南大学学位论文使用授权声明东南大学、中国科学技术信息研
3、究所、国家图书馆有权保留本人所送交学位论文的复印件和电子文档,可以采用影印、缩印或其他复制手段保存论文。本人电子文档的内容和纸质论文的内容相一致。除在保密期内的保密论文外,允许论文被查阅和借阅,可以公布(包括刊登)论文的全部或部分内容。论文的公布(包括刊登)授权东南大学研究生院办理。研究生签名:钍导师签名:{k日期:摘要随着城镇化和机动化的快速发展,机动车保有量迅速增长,交通事故频发,给社会带来了巨大的能源浪费、环境污染和经济损失。目前,道路交通事故已成为全球范围内日益严重的公共安全问题。基于视觉的车辆环境感知系统,通过实时获取前方车辆、行人、车道线偏离等信息,可为驾
4、驶员提供车辆环境预警和辅助驾驶指令,因而可以避免一定交通事故的发生。移动目标检测与跟踪是车辆环境感知的前提和关键。经过多年的发展,国内外已在移动视觉目标检测与跟踪方面做了大量的研究。尽管已有研究在简单场景下的单目标检测与跟踪方面已取得良好的效果,但对于复杂场景以及多个目标特别是对多类目标的检测与跟踪技术还不成熟。因此,研究复杂场景下的多目标检测与跟踪算法已经成为了国内外研究热点和难点。鉴于此,本文针对城区复杂环境下的多类目标检测与跟踪问题进行了深入的研究,探讨了城区环境下对车辆、行人、骑车人等多类目标的检测与跟踪方法,提出了一种较为实用的算法并进行了算法集成,实现了复
5、杂工况下的多类目标检测与跟踪任务。论文的具体研究内容及研究成果如下:(1)论文首先介绍了智能车辆在国内外的研究进展,并针对车载视觉环境感知中的目标检测关键技术及目标跟踪关键技术的研究现状进行了综述;针对现有方法的不足,提出了本文需要改进的方向与思路;在此基础上,提出了本文的研究内容和技术路线。(2)论文对车辆辅助驾驶系统及智能视觉理论进行了分析与研究。针对本文的应用环境,重点分析了车辆辅助驾驶的通用技术框架及理论基础,提出了基于单目视觉进行车辆辅助驾驶系统设计的基本思路和技术框架,并对机器视觉技术的理论框架和特点进行了分析;在四种典型机器视觉理论基础之上,构建了基于面
6、向应用的改进计算视觉理论模型的单目视觉辅助驾驶结构框架,为实现基于单目移动视觉的复杂道路交通环境下对车辆、行人等重点交通目标的检测跟踪奠定了理论基础。(3)论文对复杂场景下的多类目标的检测与识别算法进行了研究。首先,论文对传统的目标检测特征进行了分析。通过特征比选发现,统计特征以及组合特征能对复杂环境具有较好的鲁棒性。鉴于对检测精度和检测效率平衡的考虑,论文提出了基于Harr与HOG组合特征的两步目标检测算法。Harr特征对目标边缘和线段具有很好的描述,因而能够较好实现初步前景目标(目标ROI区域)的提取任务。同时,HOG特征对目标的局部信息具有很强的描述,对复杂环境
7、有较好的鲁棒性。因此,在前景ROI区域提取的基础上,论文提出了采用HOG+SVM的方法进行目标的精确提取的方法。这种基于组合特征的分层检测策略,解决了检测精度和检测效率平衡的问题,保证了系统的实用性,能较好地完成城市区域复杂环境下的人车等多类目标检测问题。(4)论文对基于数据关联的多目标跟踪算法进行了深入的研究。首先,论文分别对光流法、Kalman滤波算法以及均值漂移算法在目标跟踪的应用进行了介绍,发现了这类方法在解决多类目标跟踪时存在的问题。其次,论文对基于数据关联的经典算法,如捅要最近邻数据关联算法(NNDA)、概率数据关联算法(PDA)、联合概
此文档下载收益归作者所有