基于机器视觉的智能车辆避撞警算法研究ITSC.docVIP

基于机器视觉的智能车辆避撞预警算法研究 彭军收稿日期：2011-03- 收稿日期：201 资助项目：“十一五”国家科技支撑项目（2006BAG01A01，2007BAK35B06）；中央高校基本科研业务费专项资金资助（2009JBM055）；北京交通大学人才基金（2010RC001） 作者简介：彭军(1979-)，男，湖北监利人，大学本科，中级工程师，主要研究方向：交通管理、道路设计，wangjiangfeng@ （1 中国新兴建设开发总公司，北京 100039; 2 北京交通大学 交通运输学院 北京, 100044 3 北京大学中国产业发展研究中心 北京, 100871） 摘要：由于受到信息采集源性能影响，造成了智能车辆避撞预警系统（Collision Warning System, CWS）前后车相对距离测量精度低的问题，针对此问题提出了一种基于机器视觉的预警算法（Collision Warning Algorithm, CWA），利用机器视觉获得了较高精度的测距信息，有效提高了预警算法的有效性。在分析驾驶员驾驶行为基础上，确定CWA的报警准则。基于机器视觉技术建立了一种多输入、多输出的CWA模型，给出了模型预警原理、决策阈值确定方法、逻辑结构图，以及基于机器视觉的车辆信息获取方法。设计了一个单车道双车辆跟驰实车实验，采集模型测试所需的数据，并利用实测数据对模型进行了验证。实验结果显示，测距平均测距误差不超过3.6米，预警模型能够准确给出预警信息，对提高车辆行驶主动安全性具有重要意义。 关键词：交通工程 碰撞预警算法 机器视觉 中图分类号：U461.91 Study on Intelligent Vehicle Collision Warning Algorithm Based on Machine vision PENG Jun1, WANG Jiangfeng2, WANG Na3 (1. China XinXing ConstructionDevelopment General Co., Beijing 100039, China; 2. School of Traffic and Transpotation, Beijing Jiaotong University, Beijing 100044, China; 3. China Industry Development Research Centre, Peking University, Beijing 100871, China) Abstract：Measurement accuracy of relative distance between leading vehicle and following vehicle is low limited to the performance of information collection source, for this problem collision warning algorithm based on machine vision is proposed. The efficiency of the algorithm is improved using high-precision location information collected by machine vision. By analyzing drivers driving behavior, algorithms warning norm is determined. The CWA model of multi-input and multi-output is established based on machine vision method, warning principle, decision threshold determination method, logic structure diagram and vehicle information acquisition method are presented. A single-lane-double-vehicle experiment is designed for collecting testing data, then model is verified using the testing data. The result shows that the average distance error is less than 3.6 meters, and warning model can accurately give warning informat