行車安全自動(dòng)檢測(cè)關(guān)鍵技術(shù)研究與實(shí)現(xiàn).pdf

1、經(jīng)過(guò)近四十年的發(fā)展，中國(guó)的安防行業(yè)已形成了相對(duì)完善的體系，無(wú)論在行業(yè)規(guī)模方面，還是在產(chǎn)業(yè)結(jié)構(gòu)方面，都達(dá)到了前所未有的高度。安防行業(yè)在當(dāng)今社會(huì)發(fā)揮的作用越來(lái)越顯著，它的發(fā)展使得整個(gè)社會(huì)安全的面貌煥然一新，給人們的生產(chǎn)和生活帶來(lái)重要的保障。
　　最近幾年，安防巡邏機(jī)器人變得非常熱門，各大企業(yè)都在爭(zhēng)相進(jìn)行研制。然而，要想讓這類機(jī)器人能夠完全代替人類執(zhí)行巡邏工作，需要攻克眾多技術(shù)難題?；诎卜姥策墮C(jī)器人項(xiàng)目背景，本文主要研究其在行車過(guò)程中

2、需要運(yùn)用到的兩種視頻圖像自動(dòng)檢測(cè)技術(shù)，即基于視頻圖像車輛目標(biāo)的檢測(cè)與跟蹤技術(shù)以及車道線的識(shí)別與定位技術(shù)，并針對(duì)實(shí)現(xiàn)的算法程序進(jìn)行測(cè)試實(shí)驗(yàn)和結(jié)果分析。
　　在視頻圖像車輛目標(biāo)檢測(cè)這個(gè)技術(shù)點(diǎn)上，本文使用哈爾特征刻畫車輛目標(biāo)；然后，反復(fù)執(zhí)行AdaBoost算法程序得到眾多分類效果優(yōu)良的強(qiáng)分類器；最后，將多個(gè)強(qiáng)分類器按照相應(yīng)的策略進(jìn)行組合，構(gòu)建成串聯(lián)強(qiáng)分類器，并使用其對(duì)圖像子窗口區(qū)域進(jìn)行分類檢測(cè)。運(yùn)用本文介紹的車輛目標(biāo)檢測(cè)算法，不僅能夠提

3、高車輛目標(biāo)檢測(cè)的效率，還能夠大幅度降低錯(cuò)誤檢測(cè)率。
　　在視頻圖像車輛目標(biāo)跟蹤這個(gè)技術(shù)點(diǎn)上，本文在傳統(tǒng)粒子濾波跟蹤算法中融入了MCMC算法，使得粒子在隨機(jī)散布的過(guò)程中，后一時(shí)刻的運(yùn)動(dòng)狀態(tài)能夠根據(jù)前一時(shí)刻的運(yùn)動(dòng)狀態(tài)進(jìn)行預(yù)測(cè)?；贛CMC粒子濾波車輛目標(biāo)跟蹤算法，不僅獲得了粒子濾波算法的魯棒性，還獲得了MCMC算法的準(zhǔn)確性和實(shí)時(shí)性。
　　在視頻圖像車道線識(shí)別與定位這個(gè)技術(shù)點(diǎn)上，本文根據(jù)拍攝的道路圖像的特點(diǎn)，提出了簡(jiǎn)單有效的梯形車