车辆辅助驾驶系统中基于计算机视觉的行人检测研究综述

基于计算机视觉的行人检测由于其在车辆辅助驾驶系统中的重要应用价值成为当前计算机视觉和智能车辆领域最为活跃的研究课题之一.其核心是利用安装在运动车辆上的摄像机检测行人,从而估计出潜在的危险以便采取策略保护行人.本文在对这一问题存在的困难进行分析的基础上,对相关文献进行综述.基于视觉的行人检测系统一般包括两个模块:感兴趣区分割和目标识别,本文介绍了这两个模块所采用的一些典型方法,分析了每种方法的原理和优缺点.最后对性能评估和未来的研究方向等一系列关键问题给予了介绍.

军用车辆辅助驾驶仪的发展

介绍了军用车辆辅助驾驶仪的两种核心技术——微光夜视和红外热成像的发展以及各自的优缺点。基于两种技术的特点,阐述了当前国际上装备军用车辆辅助驾驶仪的情况,以及两种军用车辆辅助驾驶仪发展的不同趋势。

辅助驾驶与自动驾驶注意义务之比较

随着自动驾驶车辆逐渐融入人们的日常生活,区分辅助驾驶车辆与自动驾驶车辆的法律责任,无疑具有重要的理论价值与现实意义。从我国颁布的相关法律法规以及地方性法规、规章制度等来看,对自动驾驶车辆发生事故的民事责任等有所规定,但如何规制其刑事责任的确定尚处于空白状态。确定自动驾驶车辆事故的法律责任,不可能无视刑事责任,关键在于如何认定事故中的注意义务。注意义务是影响车辆事故之法律责任的重要因素,在过失犯罪认定中具有决定性作用。辅助驾驶车辆与自动驾驶车辆在注意义务的根据、特征、内容以及主体等方面,均存在较大区别。与辅助驾驶等传统车辆驾驶相比,自动驾驶车辆的注意义务更具有复杂性、多样性,同时还会面临来自道德与伦理方面的拷问。

车辆夜间驾驶辅助系统设计

本文针对车辆夜间驾驶过程中视线盲区或者会车过程中车灯对驾驶者的干扰所造成的安全隐患,提出一种近红外多波长自动切换车辆夜间驾驶辅助系统的设计方法.所设计的系统包括可变波长近红外照明系统、超焦距红外成像光学系统、波长自动转换系统、红外成像及信号处理系统、车辆电子控制单元(ECU)连接系统以及投影或屏幕显示与目标提示系统等.该系统利用辅助近红外光源提高道路的红外照明条件,并通过多个近红外照明和成像波长的自动切换实现近红外清晰成像,避免相对行驶车辆会车时光线的相互干扰,提高车辆驾驶的安全性.针对系统主要要求,设计了中心波长850 nm,峰值透过率高于90%,带宽小于20 nm的带通滤光片;确定了满足180 m照明距离所需要的发光二极管的总功率为30 W.

车辆驾驶辅助控制系统之安全性研究

编者按:为减少驾驶员的操作负担和提高驾驶安全性,长期以来,在驾驶支持系统的问题上,不同研究机构、学者、管理人员进行了多项针对性研究.一些驾驶支持系统的成熟产品已经投放市场,如能够警告驾驶员误操作的操作警告设备,能自行控制车辆的全自动驾驶系统设备,车道变换系统设备,车距警告系统设备等.虽然实用性控制系统比警告系统更安全和更可靠,但是发展直接制动技术比发展实用性的控制系统更有必要.

基于计算机视觉的辅助驾驶系统设计

文章设计一种基于计算机视觉的辅助驾驶系统。系统通过摄像头采集图像信息,并对环境中的车道线、交通信号灯、车辆进行检测识别,同时把检测结果反馈给驾驶员,提醒驾驶员安全驾驶。该系统识别速度快、准确率高、鲁棒性强,具有广泛的应用前景。

基于DM642的嵌入式实时车辆跟踪系统

提出了一种基于DM642的实时车载车辆跟踪系统,该系统采用实时的Mean Shift作为跟踪器。为了提高系统跟踪的准确性,利用车辆的颜色分布和外型特征同时作为跟踪器的输入特征;为了提高跟踪的鲁棒性,利用卡尔曼(Kalman)滤波器对Mean Shift的跟踪系统进行预测和滤波。实验显示,该实时车载车辆跟踪系统具有良好的鲁棒性和实时性。

基于语义分割的车辆行驶车道定位方法

提出一种基于语义分割的车辆行驶车道定位方法.首先采用“编码器-解码器”网络架构实现多车道语义分割,通过最大池化计算的池化索引来进行非线性上采样,消除上采样的学习需要;然后结合目标检测YOLO v2算法,判断行驶车辆所属车道的位置,从而进行车道定位.利用卡尔斯鲁厄理工学院和丰田美国技术研究院公布的数据集(KITTI)中城市道路(UM)的数据制作训练和测试数据库,并将其公开发布.该算法可以实现端到端训练,网络结构简单、速度快、内存需求低,每帧图像的执行速度在60 ms以内.

行人检测技术综述

行人检测是计算机视觉中的研究热点和难点,本文对2005-2011这段时间内的行人检测技术中最核心的两个问题—特征提取、分类器与定位—的研究现状进行综述.文章中首先将这些问题的处理方法分为不同的类别,将行人特征分为底层特征、基于学习的特征和混合特征,分类与定位方法分为滑动窗口法和超越滑动窗口法,并从纵横两个方向对这些方法的优缺点进行分析和比较,然后总结了构建行人检测器在实现细节上的一些经验,最后对行人检测技术的未来进行展望.

城市道路交通交叉路口的车路协同系统设计

针对交叉路口由于行车车辆多、环境复杂、容易拥堵等常导致通行效率低及易发交通事故的问题,开发了一套基于视频检测的车路协同辅助驾驶系统。对车路协同关键技术进行了讨论,基于需求分析对协同系统做了功能设计与系统框架设计以及软、硬件系统设计,并对相关设计进行说明。对所开发系统的现场初步测试验证了所设计协同系统的合理性与可行性。测试结果表明:该协同系统可有效地感知实时车辆状态信息并获取区域内道路路况信息,实现车与车、车与路之间的数据传输,综合信息分析,路况判断与信号控制,能提供良好的城市道路交通交叉路口的交通信息服务。

高速公路交通安全措施综合应用

伴随着社会的不断进步,城镇人数和机动车保有量的不断增加,作为汽车主要载体的高速公路交通安全压力不断增加,交通安全问题日益严峻。文章针对现在的交通安全问题,给出了综合性的防治措施。通过GPS定位系统与路面信息反馈系统以及车辆辅助驾驶技术的应用,综合性的解决交通安全问题。

基于Kinect的行人检测方法研究

行人检测技术是车辆辅助驾驶系统的基础技术,在车辆辅助驾驶系统中起着举足轻重的作用。笔者在国内行人检测技术研究基础上,在视觉传感器上找到突破,利用Kinect能获取行人关节的特点,创新性地采用Kinect对实际道路上的行人进行实时检测。实际道路检测表明,Kinect在开阔的道路上可准确实时地检测出行人,漏检率较低,满足实时性要求,但易受光照、遮挡以及行人姿态的影响。

三十年不断发展的MEMS惯性传感器

近三十年来,MEMS惯性传感器技术取得了巨大进步,在人类生活、工业和高端装备等方面得到了广泛应用。概述了MEMS惯性传感器在我国的发展历程与主要路线,并以车辆辅助驾驶为例,总结了国内外MEMS惯性传感技术的快速发展与典型应用情况,研判了MEMS惯性传感器正在向高可靠、集成化、高融合与智能化等方向加速发展。