摘要

　　隨著(zhù)社會(huì )經(jīng)濟快速發(fā)展和人們生活水平的提髙,城市道路上幾乎到處是形形色色的車(chē)輛,方便生活的同時(shí),給人們出行帶來(lái)了極大的隱患,交通事故的頻繁發(fā)生。為預防交通事故的發(fā)生,目前汽車(chē)輔助駕駛系統己經(jīng)成為智能交通領(lǐng)域的研巧熱點(diǎn),其中,車(chē)輛防撞預巧是重要的組成部分。與此同時(shí),移動(dòng)互聯(lián)網(wǎng)發(fā)展的大偉勢下,基于A(yíng)ndroid平臺的智能手機使用最為廣泛,智能手機集成了髙分辨率攝像頭、GPS、加速度傳感器使得它成為了汽車(chē)輔助駕駛最好的平臺。

　　本文主要研巧基于A(yíng)ndroid平臺的車(chē)輛碰掛預巧系統的關(guān)鍵技術(shù),包括車(chē)輛檢測技術(shù)、車(chē)輛間的距離測量和防撞預警技術(shù),具體的硏巧內容如下:

　　(1)研充并實(shí)現車(chē)輛檢測算法,基于感興趣區域對采集的道路圖像進(jìn)行預處理,提取車(chē)輛底部陰影特征,根據陰影底部邊緣的位置生成車(chē)輛假設區域。

　　(2)對大量車(chē)輛的正樣本和負樣本提取Haar-1ike特征使用AdaBoost分類(lèi)器進(jìn)行訓練,對車(chē)輛假設區域提取Haar-like特征,并使用訓練好的模型進(jìn)行分類(lèi),驗證是否為車(chē)輛,最終確定車(chē)輛的位置。使用車(chē)底陰影特征和Haar-like特征相結合進(jìn)行圖像中車(chē)輛的檢測。

　　(3)根據檢測到的車(chē)輛使用單目視覺(jué)測距的方法進(jìn)行車(chē)輛間距離測量,設置安全距離,當車(chē)距小于安全距離時(shí)發(fā)出警報提醒駕駛人員,并設計實(shí)驗進(jìn)行車(chē)距測量。

　　(4)設計并實(shí)現了基于A(yíng)ndroid的車(chē)輛防撞預警客戶(hù)端軟件,包括圖像采集模塊、圖像預處理模訣、車(chē)輛檢測模塊、車(chē)距檢測模塊和防漁預警模塊,利用智能手機的攝像頭進(jìn)行道路圖像采集并對采集到的圖像進(jìn)行預處理、車(chē)輛檢測、車(chē)距測量,當車(chē)距小于安全距離時(shí)由智能手機發(fā)出警報提醒駕駛人員。

　　關(guān)鍵詞：智能終端,車(chē)輛碰撞預警,車(chē)輛檢測,Haar-like,AdaBoost,Android

Abstract

　　With rapid development of economy and improvement of people's living standards, there are all kinds of Vehicks on the city highway. It makes convenience for people, but it also brings hidden troubles for people's travel at the same time. Traffic accidents occur frequently. In ordstth prevent traffic accidents,vehicle driving assistance system has already become research hotspot in the field of intelligent transportation at present.

　　Vehicle collision warning system is the most important component among the intelligent transportation systhm. Meanwhile,under the trend of rapid development of the mobile internet,the smart phone based on Android platform are the most widely used. The smart phone based on Android system integrate camera with high resolution、 GPS and acceleration sensor which makes it become the best platform of vehicle driving assistance system.

　　This paper mainly researches the key thchnologies of vehicle collision warning system based on Android platform,including the 1:echnologies of vehicle detection、 distance measurement between two vehicles and collision warning. ConCrete research context is as follows:

　　(1)�塕esearch and implement vehicle detection algorithm. Pre-process the road images that are collected by camera based on region of interest. Extract features of the shadow at the bottom of vehicles and generate the vehicle region proposal according to those features.

　　(2)�塃xtract Haar-1 the features of a large number of positive data and negative data of vehicle and train the classincation model using AdaBoost algorithm. Extract the Haar-like features of vehicle region proposal and classify it vehicle region proposal using the classification model th verify whether the region proposal is the vehicle region and confirm the location of the vehicles in the image finally.

　　(3)�塎easure the dstance between two vehicles according to the detected vehicle using monocular vision distance measurement method and set a safety distance. When the actual distance between the vehicles is less than the safety distance, the system raises the alarm to alert the driver. Design the experiment to measure the distance.

　　(4)�塂esign and implement the client software of vehicle collision warning system based on Android,mcluding the modules of image acquisition、image preprocessing、 vehicle dethction、distance measurement and collision warning. Use the camera of the smart phone to collect road images and take preprocesing vehicle detection aBd distance measiirement between two vehicles based on the collected road images. When the actual distance between the vehicles is less than the safety distance,the smart phone raise the alarm to alert the driver.

　　Key word: InteUigent terminal,Vehicle COthsion waming,Vehicle Detection,Haar-like,AdaBoost, Android

　　近年來(lái),隨著(zhù)我國經(jīng)濟的高速發(fā)展和人民生活水平的提髙,越來(lái)越多的人駕駛汽車(chē)出行,與此同時(shí)出行的隱患也增加了,交通事故頻繁發(fā)生,毎年有大量的死亡和受傷人數來(lái)自于交通事故,如何預防交通事故的發(fā)生成為全世界巧同需要解決的問(wèn)題。

　　從20世紀90年代起,電子、計算機、數字圖像處理等技術(shù)迅猛發(fā)展,值得-提的是,與汽車(chē)領(lǐng)域相關(guān)的智能交通系統以(ITS)也獲得了快速的發(fā)展。智能交通系統是一種將先進(jìn)的科學(xué)技術(shù)如汁算機技術(shù)、傳感器技術(shù)、通信技術(shù)、人工智能技術(shù)等相結合并綜合應用于交通運輸管理系統,從而建立安全、商效、實(shí)時(shí)的綜合運輸管理系統,智能交通系統致力于改善道路擁堵?tīng)顩r和提高車(chē)輛行駛的安全性,其中先進(jìn)駕駛輔助系統(ADAS)是目前的研究熱點(diǎn)領(lǐng)域之一。ADAS系統的主要原理是在車(chē)輛上安裝一組設備,其中包括攝像機、激光雷達、傳感器等,利用設備的組合感知車(chē)輛周?chē)�環(huán)境,根據周?chē)�環(huán)境指導或控制駕駛,當車(chē)輛與周?chē)�障礙物有碰掛可能時(shí),由ADAS發(fā)出警報提醒駕駛人員或者直接使車(chē)輛減速或停止從而避免交通事故,因此使用ADAS系統能在一定程度上預防因駕駛員注意力分散而導致的交通事故。另一方面,ADAS系統實(shí)際上是一種汽車(chē)主動(dòng)安全系統,與傳統的汽車(chē)被動(dòng)安全系統相比具有更多優(yōu)勢,它能在事故發(fā)生前就作出反應提醒駕駛人員,從而避免發(fā)生交通事故。

　　ADAS系統的主要研究?jì)热莅��?導航系統、車(chē)道偏離預警系統W(LDWS)、前方防撞預警系統W　(FCWS)、行人檢測、自動(dòng)泊車(chē)系統(AP)等,其中前方防撞預巧系統主要是前方車(chē)輛或行人檢測當有碰搶危險時(shí)發(fā)出巧報提醒駕駛人員。

　　目前,大多數車(chē)輛碰撞預警系統是基于硬件傳感器的,主要使用激光和雷這來(lái)檢測隋礙物,但是系統不能適應天氣惡劣的情況且檢測會(huì )有死角。此外,傳統的車(chē)輛碰撞預警系統通常采用專(zhuān)用的巧片架構,將處理器、傳感器、顯示器、揚聲器等相關(guān)設各安裝在車(chē)輛的固定位置,利用通信原理組建一個(gè)完整的車(chē)輛碰撞預警系統,這類(lèi)專(zhuān)用系統形式具有比較好的穩定性但是靈活性差,且成本較高,不利于廣泛推廣。與傳統的車(chē)輛碰撞預警系統相比,基于智能終端的車(chē)輛碰撞預警系統具有成本低、方便易用、界面環(huán)境友好、易于發(fā)布和維護等優(yōu)點(diǎn),更易于實(shí)現工程化。

　　隨著(zhù)智能手機的普及,基于A(yíng)ndroid系統的智能手機占據較大的市場(chǎng)份額,目前大部分人都在使用智能手機,Android系統是基于LinuxW內核的,具有開(kāi)源性、功能完善的優(yōu)點(diǎn)。目前絕大多數手機自帶高分辨率的攝像頭,其中多數分辨率在720P　、上,采集到的圖像具有較高的清晰度。另外,智能手機還集GPS、加速度傳感器、顯示器、揚聲器于一體,是作為車(chē)輛碰撞預警系統非常好的平臺。

　　綜上所述,基于A(yíng)ndroid平臺的車(chē)輛碰撞預警系統的研究具有較大的價(jià)值和現實(shí)意義并且有深遠的發(fā)展前景。車(chē)輛碰撞預警系統是先進(jìn)駕駛輔助系統中的一個(gè)重要裝置,目前車(chē)輛碰撞預警系統的實(shí)現主要是基于兩車(chē)間的相對距離,當兩車(chē)間的距離小于安全距離W時(shí)發(fā)出警報提醒駕駛人員有碰撞危陰。因此實(shí)現車(chē)輛碰撞預警系統的兩個(gè)關(guān)鍵任務(wù)就是測量車(chē)輛間的距離和估計安全距離。按照測距方式的不同,目前常見(jiàn)的車(chē)輛碰撞預警系統分為基于雷達、超聲波、紅外線(xiàn)和機器視覺(jué)的車(chē)輛碰撞預警系統W。

　　測距傳感器的不同之處主要表現在工作原理和測距方式,雖然系統的實(shí)現方式不同,但是主要目的就是盡可能準確的測量出兩車(chē)間的距離,系統根據測量的距離與預先設定的安全距離進(jìn)行比較,當實(shí)際距離小于安全距離時(shí)發(fā)出警報,因此,測量的準確性直接影響預警的效果。

　　基于超聲波、激光傳感器和毫米波雷達的車(chē)輛碰撞預警系統直接由距離傳感器測出本車(chē)與前車(chē)的距離,優(yōu)點(diǎn)是比較快速方便,但也存在缺點(diǎn),如:檢測會(huì )有死角,只能檢測傳感器前方的車(chē)輛。視覺(jué)傳感器可以獲取到車(chē)輛周?chē)�豐富的環(huán)境信息,可以根據環(huán)境信息預測出與前方車(chē)輛的距離,此外,視覺(jué)傳感器成本較低,應用較方便,只需直接安裝在車(chē)輛上,因此基于機器視覺(jué)的車(chē)輛碰撞預警系統具有廣闊的發(fā)展空間,下面就基于機器視覺(jué)的車(chē)輛碰撞預警系統的研究現狀進(jìn)行分析。

　　基于機器視覺(jué)的車(chē)輛碰撞預警系統主要分為四個(gè)單元:圖像采集單元、目標檢測單元、車(chē)距測量單元和報警單元。圖像采集單元使用視覺(jué)傳感器實(shí)時(shí)采集道路圖像并傳遞給目標檢測單元,目標檢測單元對采集到的道路圖像使用圖像處理算法進(jìn)行目標檢測,車(chē)距測量單元基于檢測出的目標位置使用一定的測距模型進(jìn)斤車(chē)輛間的距離測量,最后報警單元將實(shí)際測量的距離與安全距離進(jìn)行比較,當小于安全距離時(shí)發(fā)出警報。車(chē)輛碰撞預警系統要求比較高的可靠性和實(shí)時(shí)性,因此對目標檢測單元的檢測速度有比較高的要求,是目前需要解決的一大難點(diǎn)。

　　基于機器視覺(jué)的車(chē)輛碰撞預警系統除了對目標檢測之外還需根據視覺(jué)圖像信息預測本車(chē)與前車(chē)的距離,目前主要有基于單目視覺(jué)[9]和雙目視覺(jué)[10]的測距模型,其中雙目視覺(jué)測距模型主要是使用特征點(diǎn)的匹配來(lái)確定目標的三維坐標,計算的時(shí)間較長(cháng),實(shí)時(shí)性較差且只適用于特點(diǎn)的場(chǎng)合,靈活性也比較差。而基于單目視覺(jué)的測距模型結構相對簡(jiǎn)單、成本低、安裝方便,更重要的是處理單幅圖像速度較快,具有良好的實(shí)時(shí)性,更利于產(chǎn)品化。測出兩車(chē)輛間的距離后需要將測得的距離與安全距離進(jìn)行比較,判斷報警狀態(tài)。如何選取合適的安全距離也是具有研究意義的工作,針對選取合適的安全距離問(wèn)題,有研巧者提出車(chē)輛臨界安全距離模型,該模型考慮前方車(chē)輛制動(dòng)過(guò)程中駕駛員反應階段、制動(dòng)協(xié)調階段和減速增長(cháng)階段,但是模型對前車(chē)的分析相對復雜,使得安全距離的計算存在誤差。

　　針對該安全距離模型的誤差,另有學(xué)者提出考慮不同路面附著(zhù)系數對最大制動(dòng)減速度影響的安全距離模型[12],使用該模型可以得到不同路面下的安全距離,但是此模型沒(méi)有對前車(chē)制動(dòng)過(guò)程進(jìn)行分析,實(shí)際計算也存在誤差。文獻[13]考慮發(fā)生追尾的情況作了　H種假設提出臨界安全距離,考慮極端情況下前車(chē)突然發(fā)生追尾時(shí)的安全距離作為臨界安全距離,雖然這種方式計算出的臨界安全距離可保證車(chē)輛安全行駛,但是可能存在距離過(guò)大的情況。因此如何計算臨界安全距離也是具有研究意義的工作。

　　綜上所述,車(chē)輛輔助駕駛預醬系統領(lǐng)域還有很大的發(fā)展空間,這一領(lǐng)域結合了模式識別M、機器學(xué)習、圖像處理等各個(gè)學(xué)科領(lǐng)域,難度大,效果也不是很理想,離生活實(shí)際中的應用還有一段距離,需要眾多的科研院所和高校共同努力。

　　Android平臺車(chē)輛碰撞預警系統功能實(shí)現：

基于A(yíng)ndroid手機的車(chē)輛碰撞預警系統主界面

處于安全狀態(tài)示意圖

處于危險狀態(tài)示意圖

處于警告狀態(tài)示意圖

目錄

　　摘要
　　Abstract
　　1 緒論
　　　　1.1 課題研巧背景與意義
　　　　1.2 國內外研究現狀
　　　　　　1.2.1 車(chē)輛碰掛預警系統研究現狀
　　　　　　1.2.2 Android輔助駕駛研究現狀
　　　　　　1.2.3 車(chē)輛檢測技術(shù)研究現狀
　　　　1.3 本文主要研究?jì)热?br /> 　　　　1.4 本文章節安排
　　2 道路圖像采集與生成車(chē)輛假設區域
　　　　2.1 基于A(yíng)ndroid　Camera的圖像采集
　　　　　　2.1.1 Android　Camera　框架
　　　　　　2.1.2 圖像采集流程
　　　　　　2.1.3 調用Android　Camera得到實(shí)時(shí)圖像
　　　　2.2 圖像預處理
　　　　　　2.2.1 圖像灰度化
　　　　　　2.2.2 提取感興趣區域
　　　　　　2.2.3 濾波
　　　　2.3 基于陰影特征生成車(chē)輛假設區域
　　　　　　2.3.1 陰影分割
　　　　　　2.3.2 陰影初步提取
　　　　　　2.3.3 陰影的合并
　　　　　　2.3.4 確定陰影邊緣及生成車(chē)輛假設區域
　　　　2.4 本章小結
　　3 車(chē)輛檢測方法的研巧與實(shí)現
　　　　3.1 基于車(chē)輛假設區域的車(chē)輛檢測流程
　　　　3.2 基于Haar-like特征的AdaBoost車(chē)輛假設區域的驗證
　　　　　　3.2.1 Haar-like　特征提取
　　　　　　3.2.2 AdaBoost　學(xué)習算法
　　　　　　3.2.3 級聯(lián)分類(lèi)器
　　　　　　3.2.4 分類(lèi)器的訓練過(guò)程
　　　　3.3 實(shí)驗結果與分析
　　　　　　3.3.1 評價(jià)指柄
　　　　　　3.3.2 車(chē)輛假設區域驗證的實(shí)驗結果與分析
　　　　3.4 本章小結
　　4 前方輔距離測量與安全距離估計
　　　　4.1 基于單目視覺(jué)的車(chē)距測量
　　　　　　4.1.1 單目視覺(jué)測距模型
　　　　　　4.1.2 基于單偵靜態(tài)模型的前方車(chē)輛距離的計算
　　　　4.2 車(chē)輛安全距離計算
　　　　　　4.2.1 駕駛員反應階段分析
　　　　　　4.2.2 制動(dòng)協(xié)調階段分析
　　　　　　4.2.3 車(chē)輛持續制動(dòng)階段分析
　　　　　　4.2.4 危險情況下車(chē)輛安全距離的計算
　　　　4.3 實(shí)驗結果與分析
　　　　4.4 本章小結
　　5 預警系統的設計與實(shí)現
　　　　5.1 車(chē)輛碰撞預警系統總體架構
　　　　5.2 道路圖像采集模塊
　　　　5.3 車(chē)輛檢測模塊
　　　　5.4 車(chē)輛碰撞預警模塊
　　　　5.5 實(shí)驗環(huán)境
　　　　　　5.5.1 軟件環(huán)境
　　　　　　5.5.2 硬件環(huán)境
　　　　5.6 算法移植和實(shí)驗測試
　　　　　　5.6.1 算法移植
　　　　　　5.6.2 實(shí)驗測試
　　　　5.7 本章小結
　　6 總結與展望
　　　　6.1 本文工作總結
　　　　6.2 未來(lái)工作展望
　　致謝
　　參考文獻
　　附錄

（如您需要查看本篇畢業(yè)設計全文，請您聯(lián)系客服索取）