基于机器视觉的智能车辆避撞预警算法

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 Waming 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 waming 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试验,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。试验结果显示,平均测距误差不超过3.6 m,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。

作者: 彭军 王江锋 王娜
作者单位: 中国新兴建设开发总公司,北京 100039 北京交通大学交通运输学院,北京 100044 北京大学中国产业发展研究中心,北京 100871
母体文献: 2011年智能运输大会论文集
会议名称: 2011年智能运输大会
会议时间: 2011年7月20日
会议地点: 天津
主办单位: 交通部
语 种: chi
在线出版日期: 2012年3月27日