基于图像处理的车辆防偏防追尾预警系统研究(2)

　　数据可以得出单目视觉测距的相对误差在10%以内，可以满足实际工作中测距报警的需要，而更详细的数据需要进一步的大量实验来获取。而前车处的车辆宽度值不仅关系到实测距离L的值，同时也影响安全距离S的值，因此准确的检测到前方车辆是本文的关键所在。7 结论

　　本文设计的基于图像处理的车辆防偏防追尾预警系统能够有效地检测到车道线并进行正确的偏离报警；将检测到的车辆图像参数代入两车间距模型公式计算出两车间的车距及安全距离并实现报警输出；满足了公路环境下车道偏离及测距报警的要求。该方法简单实用，该系统简单实用、虚警率低、抗干扰力强，具有很好的实时性和较强的通用性。

　　参考文献

　　[1] [EB/OL]http：//www.eepw.com.cn/article/215601.htm汽车电子2014进入智能变革时代

　　[2] 乔维高. 汽车碰撞预警系统研究[J]. 武汉理工大学报，2005，27（1）：121-123.

　　[3] 钱卫东，刘志强. 车辆智能防撞预警系统的研究和发展[J]. 技术与应用，2009，（3）：22-25.

　　[4] 刘志强，温华. 基于单目视觉的车辆碰撞预警系统[J]. 计算机应用，2007，27（8）：2056-2058.

　　[5] 李莹，高满屯. 基于边缘颜色信息的车牌定位算法[J]. 计算机仿真，2009，26（8）：262-265，303.

　　[6] ZHENG D，ZHAO Y，WANG J. An efficial method of license plate location[J]. Pattern Recongnition Letters， 2005，26（15）：2431-2438.

　　[7] 沈晶，刘海波，周长建，等. Visual C++数字图像处理典型案例详解[M]. 北京：机械工业出版社，2012.

　　[8] 艾海舟，武勃等译. 图像处理，分析与机器视觉[M]. 北京：人民邮电出版社，2003.

　　[9] 王昱. 移动机器人视觉道路检测的研究与实现[D]. 南京：东南大学，2010.

　　[10]HOUGH P.V.C. Method and Means for Recognizing Complex Patterns[J]. U.S. Patent， 1962，30（1）：54-59.

　　[11]李明，黄华，夏建刚. 基于Hough变换的车道检测改进算法研究[J]. 计算机工程与设计， 2012，33（4）：1638-1642.

　　[12]王文杰. 基于视觉的道路区域和车道线识别技术在智能车辆导航中的应用研究 [D]. 济南：山东大学硕士学位论文，2009.

　　[13]张建明，张玲增，刘志强. 一种结合多特征的前方车辆检测与跟踪方法[J]. 计算机工程与应用， 2011，47（5）：220-223.

　　[14]杨炜，魏朗，巩建强，等. 基于单目视觉的纵向车间距检测研究[J]. 计算机测量与控制，2012，20（8）：2030-2041，2044.

　　[15]刘燕，刘浩学. 基于计算机视觉的单目摄影纵向车距测量系统研究[J]. 公路交通科技，2004，21（9）：103-106，111.

　　[16]钟勇，姚剑锋. 行进中车辆临界安全车距的探讨[J]. 湖南大学学报：自然科学版，2001，28（6）：54-58.

　　论文榜（www.zglwb.com），是一个专门从事期刊推广、投稿辅导的网站。
本站提供如何投稿辅导，寻求投稿辅导代理，快速投稿辅导，投稿辅导格式指导等解决方案：省级投稿辅导/国家级投稿辅导/核心期刊投稿辅导//职称投稿辅导。


期刊鉴别	论文检测	免费论文	特惠期刊	学术答疑	发表流程

搜索

基于图像处理的车辆防偏防追尾预警系统研究(2)