基于机器视觉的汽车驾驶辅助系统分析

《基于机器视觉的汽车驾驶辅助系统分析》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、致谢⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．55参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯56第一章绪论弟一旱珀比1．1引言从1886年第一辆汽车诞生至今，全世界人民的生活方式因为汽车的使用而发生了翻天覆地的变化。全世界的经济发展也伴随着汽车的普及而突飞猛进。可以说今天人类生产生活的方方面面都己离不开汽车的帮助。然而任何一件事物都具有两面性。汽车给人类带来便捷的同时，也带来了道路交通事故这一世界性的难题⋯。随着全世界汽车保有量的爆炸式增长，交通流量的急剧增大，交通事故的发生率也在逐年递增，造成了大量的

2、人员伤亡和经济财产损失。据统计，二十世纪以来，因道路交通事故死亡的人数达到了惊人2235万人【21。这一数字甚至远远超过了第一次世界大战中的死亡人数，使其成为了全世界人类非正常伤亡的重要因素之一。预计到2020年，交通事故将一跃成为导致人类非正常死亡的第三大直接原因。如今全世界每年为此付出5，180亿美元的直接经济损失，即使是经济并不十分发达的发展中国家也要承担其中的1000亿美元。由于汽车保有量的增加已经是大势所趋，所以如何通过有效的措施控制和减少交通事故的发生率，已经成为了世界上所有国家共同面临的重大课题。改革

3、开放30年来，随着中国经济的飞速发展，汽车的保有量正以惊人的速度增涨。中国2012年末全国民用汽车保有量达到了12089万辆，比去年末增长14．3％。其中仅私人轿车的数量就已经达到5308万辆，增长22．8％。然而我国的国民经济现状是底子薄，发展不均衡。交通相配套设施不完善，交通法规制度不健全，国民的交通安全意识不强。在这些因素的共同作用下，我国的交通安全现状并不乐观。仅2009年一年因交通事故致死的人却占到全世界的16％。2009年，全国因道路交通事故而死亡的人数为67759人，另外有27．5万人受伤，造成财产损

4、失达9．1亿人民币；2010年和2011年，死亡人数也分别达到65225和62387人，已经连续十多年居世界第一。交通事故的频发已经成为了一大社会顽疾。其实大部分的交通事故都是可以避免的。国内外许多研究机构发布的统计数据分析结果表明，70％以上道路事故的发生都与驾驶员的操作失误有直接相关，而间接相关性则到达到90％f31。一部分英国学者在一项长达四年的调查中，抽样调查了2130起交通事故。调查结果表明：由于驾驶员的疏忽所引发的交通事故大概占整个取样范围的95％。在中国，公安部下属的交通管理局也对此问题展开了大量的研

5、究。在对中国境内发生的28000起交通事故的分析中发现，人为因素引发的事故率达到96．4％，而由驾驶员违规驾驶所造成的事故约占74％t41。其实，许多司机的操作失误很大程度上是由于疲劳驾驶，注意力不集中等心理因素所导致的，并不是驾驶技术问题，只需要稍加提醒就可以及时得到纠正。因此，研发一种汽车驾驶的辅助系统，能够通过提醒及时纠正驾驶员的操作失误，就可以大大减少交通事故发生的概率。近些年来，国内外许多科研单位对这种汽车驾驶辅助系统进行大量的研究，并取得了许多阶段性的研究成果。当前汽车驾驶辅助系统广泛使用的探测和追踪车

6、道的方法是卡尔曼滤波器法[51161。卡尔曼滤波器是一种高效的递归滤波器，它的特点是能够在信息被严重干扰的情况下估计一个动态系统的状态，该动态系统由一个隐马尔可夫模型表示。而动态系统的状态就可以用来表示道路模型，进而实现车道线的探测和追踪。卡尔曼滤波器的一个优势是可以提高车道线探测的效率，一旦建立起了道路模型的兴趣区域，卡尔曼滤波器就会快速准确的从输入图像中探测出车道线。它的另一个优势在于可以减少车道线探测过程中出现的错误，提高探测的稳定性。然而，卡尔曼滤波器的所有优势只有在道路条件相对稳定的情况下才能发挥，在实际

7、应用中，由于受到光照、天气、车道线的不完整等因素的干扰，它往往会出现许多的计算错误。针对现阶段汽车驾驶辅助系统中存在的问题，本文基于机器视觉技术将粒子滤波器和粒子群优化法相结合，寻找到一种实时性和鲁棒性兼具智能算法，让汽车驾驶辅助系统可以在复杂道路环境下探测和追踪车道线，具有重要的研究意义。1．2汽车驾驶辅助系统的研究现状1．2．1国外研究现状由于意识到汽车驾驶辅助系统的巨大应用价值，欧美等发达国家的政府机构和企业早在上个世纪90年代就开展了相关研究，并取得了一些有价值的研究成果。近十年来随着机器视觉技术的迅速发展

8、，新的研究成果不断涌现，其中具有代表性的有：(1)ALVINN系统ALVINN是比较具有代表性的汽车驾驶辅助系统，是由美国卡内基梅隆大学机器人学院Navlab实验室和VASC联合开发的【7】。该系统应用人工神经网络技术，通过机器学习来训练计算机辅助驾驶员驾驶汽车，甚至能够在特定路段上实现自动驾驶。ALVINN系统采用3层的神经网络结构，每一层由30×32个单