图像特征点匹配算法下车辆行驶主动防撞预警.pdfVIP

第25卷第1期安全与环境学报Vol.25No.1

2025年1月JournalofSafetyandEnvironmentJan.,2025

张海民,刘训星.图像特征点匹配算法下车辆行驶主动防撞预警[J].安全与环境学报,2025,25(1):4149.

ZHANGHM,LIUXX.Activecollisionwarningsystemforvehiclesusingimagefeaturepointmatchingalgorithms[J].Journalof

SafetyandEnvironment,2025,25(1):4149.

图像特征点匹配算法下车辆行驶主动防撞预警∗

12

张海民,刘训星

(1安徽信息工程学院计算机与软件工程学院,安徽芜湖241000;2宣城职业技术学院信息与财经学院,安徽宣城242000)

摘要:对于车辆行驶过程中的防撞预警,如果无法识别前车的具体行驶状态,可能使系统反应速度较慢,而不能动态变化调

整本车行驶策略,导致无法有效规避潜在碰撞的危险。为了提高车辆在行驶过程中对周围环境的感知能力,防止车辆碰撞事

故的发生,提出了图像特征点匹配算法下车辆行驶主动防撞预警方法。通过尺度不变特征转换(Scale-InvariantFeature

Transform,SIFT)对采集到的前车图像中的特征点展开提取;利用近似最近邻搜索算法完成特征点的匹配,并将匹配点对从像

素坐标系转换到图像坐标系中,以完成对前车的定位;基于单帧静态图像测距方法获得车距,并将前车的行驶状态分为静止、

减速、匀速或加速三种状态,计算不同状态下的提醒报警距离和危险报警距离,动态调整本车行驶策略。当车距达到提醒报警

距离或危险报警距离时,发出报警,以此实现车辆行驶过程中的主动防撞预警。试验结果表明:利用图像特征点匹配算法下车

辆行驶主动防撞预警方法对前车车距展开测量,测量结果与实际车距基本一致,准确度误差在5cm以内,相较于差异化预警

方法和车联网数据预警方法而言可以更精准地测量车距;此外,所提方法的风险系数最大值为0.12,远小于差异化预警方法和

车联网数据预警方法的风险系数,证实了该方法的车辆定位准确度高、防撞预警性能强。

关键词:安全工程;车辆防撞预警;图像特征点匹配;尺度不变特征变换算法;近似最近邻搜索算法;特征点提取

中图分类号:X93;TP242文献标志码:A文章编号:1009-6094(2025)01-0041-09

DOI:10.13637/j.issn.1009-6094.2024.0748

的发展趋势与研究方向。如果预警系统没有充分考

0引言

虑不同驾驶员驾驶习惯和风险承受能力的差异,可

近几年随着汽车保有量增加,交通事故发生的能导致预警信息不够精准或过于频繁。Chen等[5]

频率明显增多。根据《中国统计年鉴2023》公开发首先利用扩展卡尔曼滤波器估计车辆姿态,以建立

布的数据可知,2022年我国全年发生了256409起车辆纵向安全距离模型,然后获得前方车辆相关信

交通事故,导致60676人死亡,平均每天发生约700息,最后将车辆间距变化的离散度作为判断阈值,当

起。车辆主动防撞预警作为一种关键的安全技术,车距超过阈值时,发出防撞预警。卡尔曼滤波器经

能够感知周围环境,预测潜在风险,并在必要时采取过扩展后的收敛速度较低,降低了防撞预警的效率。

[1][6]

主动干预措施,从而减少交通事故的发生。然而,Peng等先是将前车状况分为静止、匀速或加速、

在车辆运行过程中,车中系统需要迅速处理大量的减速三种,其次分别建立上述