基于OpenCV的前方车辆检测和前撞预警算法研究.pdf

《基于OpenCV的前方车辆检测和前撞预警算法研究.pdf》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、汽车技术·AutomobileTechnologyOpenCV的前方车辆检测和前撞预警算法研究★刘军高雪婷王利明晏晓娟(江苏大学，镇江212013)【摘要】针对汽车的追尾碰撞事故，提出了基于OpenCV的前方车辆检测和多信息融合预警的方法。该方法首先利用Haar-like+GentleAdaboosl实现前方车辆的快速识别，结合Kalman滤波原理跟踪车辆．实现前方车辆检测，然后基于几何模型实时计算前车与本Ii的横纵向距离，最后根据本车及前车车速、碰撞,,tfn37rrc、横向距离等信息与阈值进行比较，分级

2、识别碰撞风险。试验结果表明．该检测方法平均耗时22ms／帧，检测率达到96％，并能较准确地测量乍距，实现可靠的前方避撞预警输}}{。主题词：前方车辆检测碰撞预警Kalman滤波多信息融合中图分类号：U461．91文献标识码：A文章编号：1000-3703(2017)06-0011-06ResearchonPrecedingVehicleDetectionandCollisionWarningMethodBasedonOpenCVLiuJun，GaoXueting，WangLiming，YanXiaojuan

3、(JiangsuUniversity．Zhenjiang212013)【Abstract】Aprecedingvehicledetectionandmulti-informationfusionwarningmethodbasedonOpenCVwasproposedfortherear-endcollisionaccident，thatutilizedHaar-like+GentleAdaboosttodetectprecedingvehiclesrapidly，andusedtheKalmanfilte

4、rprincipletotrackthesevehicles．Geometricmodelwasusedtocalculatethelateralandlongitudinaldistancesinreal—timewiththeprecedingvehicle，thenvehiclespeedandtheprecedingvehiclespeed，collisiontime1TrCandlateraldistance，elc．．werecomparedwiththresholdvaluetoidentif

5、ytheriskofcollision．Theexperimentalresultsshowthattheproposeddetectionmethodcandetectprecedingvehiclesinabout22msperframewithanaccuracyof96％，andcanmeasurethevehicledistanceaccuratelytorealizereliablefrontcollisionwarningoutput．Keywords：Precedingvehicledete

6、ction，Collisionwarning，Kaimanfilter，Multi—informationfusion1前言汽车前方碰撞预警技术是先进驾驶辅助系统(Ad．vancedDriverAssistanceSystems，ADAS)⋯的一个重要方面，它可以在预测到前方有行车危险时及时提醒驾驶员，以有效减少交通事故的发生。前方车辆检测和预警算法是前方碰撞预警系统的关键技术，对系统性能有很大影响。相关学者在前方车辆检测领域做出了很多研究，如，TakashiIzumi等”I提出了一种基于阴影检测的前方车辆

7、跟踪策略，该算法检测速度较快，但对环境和光照的鲁棒性差；为了解决此问题，JazayeriI”提出了一种光流与隐马尔科夫模型相结合的车辆分类方法，但该方法计算量大且耗时；王海等14I提出了一种两步法对车辆进行检测，该方法有利于提高检测率，但降低了实时性。目前，前方碰撞预警算法一般有基于安全时间判断和基于安全车距判断两种15I，如孙晓艳16I提出基于避撞时间TTC的前撞预警算法，但该算法未考虑本车与目标车辆的横向距离，误警率较高；周松盛一I提出基于临界安全距离模型的预警算法，但忽略了本车与目标车辆的相对速t基金

8、项目：江苏省高校自然科学研究重大项目(13KJA580001)。2017年第6期刘军，等：基于OpenCV的前方车辆检测和前撞预警算法研究度．当相对速度较大时预警会有较大误差。基于上述问题，本文在前人研究的基础上，提出一种基于OpenCV的前方车辆检测和前撞预警算法。该方法首先利用GentleAdaboost级联分类器识别前车以及Kalman滤波跟踪前车，实现前方车辆的检测，然后基于几何模型实时计算前车与本车的横