基于真实事故形态分析的行人探测模型研究

以长沙市汽车碰撞行人事故形态分析为基础,研究在汽车主动避撞系统的响应时间内,行人被感应器及时探测到的概率。具体地,从长沙IVAC数据库的389起车辆碰撞行人事故中,挑选出F1和F2两种最常见的事故形态类型,且能估算其行驶速度的案例分别为65和64起。结合车辆和行人运动轨迹、运动速度等参数,对F1和F2事故案例建立了行人探测模型。针对给定的感应器探测半角(15°、30°和45°),分别计算出了行人的探测概率。结果显示,当探测半角≥30°时,94%以上的行人能被及时探测。

基于改进聚类中心分析法的红外行人分割

远红外图像中人体目标分割阈值自动选取算法的鲁棒性较差。为此,从远红外图像的成像机理出发,提出一种改进的K均值聚类中心分析法。当所属类别不同时,聚类前呈线性分布的聚类中心会在聚类后明显转折。根据该特点,将聚类后待测类别的实际聚类中心值与理论聚类中心预测值的绝对差值作为测度函数,选择转折点并确定图像分割的阈值。实验结果表明,该算法具有良好的鲁棒性与抗噪性。

福特开发汽车智能安全技术

福特开发多项汽车智能安全技术,它包括:行人探测系统,可实施自动刹车;智能照明系统,能够提升夜间行车安全;智能限速系统,通过减少发动机喷油量降低车速;驾驶辅助安全系统,避免碰撞;智能安全帽,防止司机打瞌睡。