面向道路安全的行人检测研究

论文摘要

行人安全作为智能交通系统中的重要一环,越来越受到各个国家的重视,而对他的检测则是确保其安全的首要目标。目前的行人检测算法中,普遍采用单个传感器的方法,比如单目视觉和激光雷达。本论文以智能车为平台,采用摄像头和激光雷达融合的方法实现行人检测,并对多车协作实现行人检测展开了一定的研究。本文一共分为四个部分。第一个部分主要介绍了摄像头传感器与激光雷达传感器之间联合标定的过程以及这两种传感器同步的方法,它是实现兴趣区域提取的关键步骤,通过两种传感器之间的协作降低算法复杂度。第二部分介绍了行人检测的主要算法,通过联合标定确定的候选区域,通过图像特征和基于Hausdorff距离的模板匹配方法定位行人。第三部分提出了一种基于多车协作来实现行人检测的方法,它可以实现车辆在被遮挡情况下仍能检测到行人并进行预警。本文分别采用GPS和道路信标两种方法来实现。第四部分主要介绍了对道路周边环境的辅助检测,包括停车线检测和道路交通标志检测,它对于进一步确保行人安全有一定的实际意义。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题背景
• 1.2 国内外行人检测研究概况
• 1.2.1 国外行人检测研究概况
• 1.2.2 国内行人检测研究概况
• 1.3 行人检测研究的核心问题
• 1.3.1 传感器应用问题
• 1.3.2 算法实时性问题
• 1.3.3 检测准确率问题
• 1.4 课题意义与主要内容
• 1.4.1 课题意义
• 1.4.2 主要研究内容
• 第二章 传感器联合标定
• 2.1 引言
• 2.2 单目摄像头标定
• 2.2.1 摄像头线性模型
• 2.2.2 线性模型摄像头标定求解
• 2.3 摄像头与激光雷达联合标定
• 2.3.1 传感器数据空间转换
• 2.3.2 联合标定过程
• 2.4 摄像头与激光雷达传感器同步
• 2.5 本章小结
• 第三章 基于摄像头与激光雷达的行人检测
• 3.1 引言
• 3.2 激光雷达数据层
• 3.2.1 激光雷达数据聚类
• 3.2.2 并排行人检测
• 3.2.3 数据映射
• 3.3 摄像头数据层
• 3.3.1 兴趣区域预处理
• 3.3.2 人体对称度分析
• 3.3.3 人腿垂直边缘统计
• 3.3.4 基于 Hausdorff 距离的模板匹配
• 3.4 行人跟踪研究
• 3.5 实验结果分析
• 第四章 基于多车协作的行人检测研究
• 4.1 引言
• 4.2 基于GPS 的多车协作行人检测研究
• 4.2.1 GPS 全球定位系统
• 4.2.2 定位算法
• 4.2.3 协作算法
• 4.2.4 实验结果分析
• 4.3 基于路口信标的多车协作行人检测研究
• 4.3.1 基于激光雷达的信标检测
• 4.3.2 基于ICP 匹配算法的坐标变换
• 4.3.3 实验结果分析
• 4.4 本章小结
• 第五章 面向道路行人安全的辅助检测
• 5.1 引言
• 5.2 辅助检测整体规划
• 5.3 基于视觉的道路停车线/减速带检测
• 5.3.1 特征边缘检测
• 5.3.2 基于随机Hough 变换的直线检测
• 5.3.3 基于几何约束的停车线/减速带检测
• 5.3.4 实验结果及分析
• 5.4 基于视觉的道路交通标志检测
• 5.4.1 基于颜色特征的兴趣区域提取
• 5.4.2 形态学操作及连同区域分析
• 5.4.3 基于模板匹配的交通标志检测
• 5.4.4 实验结果及分析
• 5.5 本章小结
• 第六章 总结与展望
• 6.1 总结
• 6.2 展望
• 参考文献
• 致谢
• 攻读硕士学位期间发表的论文