车载环境下基于手持终端的ADAS系统研究与实现

论文摘要

在智能交通不断发展的今天,汽车辅助驾驶系统(Advanced Driver Assistance System,简记为ADAS)已经被广泛应用于车辆驾驶中,为人们提供安全、便捷的驾驶辅助功能。而随着智能手持终端的不断普及和发展,其软硬件水平越来越高,已经能够满足复杂计算的需求。如果将智能手持终端应用到汽车辅助驾驶中,能够大大提高汽车辅助驾驶系统的便捷性,并能有效节省硬件资源。为此,本文对智能手持终端在ADAS中的应用进行了研究,总结了基于手持终端的ADAS应用的体系结构,为了验证系统的可行性,设计并实现了一个基于Android系统的ADAS原型系统。为了验证手持终端的处理能力能否满足ADAS应用的需求,本文选取了交通信号灯检测算法进行研究和实现,并移植到Android平台的ADAS原型系统中。交通信号灯检测算法中,首先利用了交通信号灯发光区域的亮度特征和颜色特征,进行亮度滤波和HSI颜色空间的颜色分割,基于发光区域的形状进行形状过滤,然后利用交通信号灯的外部形态特征对提取区域进行外部形态匹配,最后通过对多帧结果的统计验证得到最终的输出区域和状态。实验表明,该方法能够快速有效的检测到视频样本中的交通信号灯位置和状态,为开发基于交通信号灯检测的应用打下良好的基础。根据实际的项目需要,同时为了探讨终端协作模式下ADAS应用中的终端交互模式,并验证网络环境对终端之间数据传输的支持,在原型系统中实现了汽车后视影像显示的子系统。系统以车载环境下的Wifi无线连接为传输网络,系统分为模拟车载终端和Android显示终端两个部分,模拟车载终端完成实时图像采集、编码、传输任务,Android显示端完成图像的获取、显示以及相关配置功能。在测试中显示端能够及时连续的播放模拟车载终端的实时视频画面,实现了低延时、高可靠性的目标。通过原型系统,验证了当前手持终端在计算能力与交互能力上对ADAS应用的支持,充分说明了基于手持终端ADAS应用的可行性和实用价值。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 研究背景
• 1.2 研究现状
• 1.2.1 ADAS概述
• 1.2.2 移动智能终端概述
• 1.2.3 基于手持终端的ADAS发展趋势
• 1.3 本文相关工作
• 第2章 相关技术
• 2.1 数字图像处理基础
• 2.1.1 形态学操作
• 2.1.2 颜色空间
• 2.1.3 图像灰度化处理
• 2.1.4 简单分割方法
• 2.2 网络通信
• 2.2.1 TCP协议
• 2.2.2 UDP协议
• 2.3 Android程序开发
• 2.3.1 Android平台架构
• 2.3.2 Android应用程序
• 2.4 本章小结
• 第3章 交通信号灯检测算法
• 3.1 相关研究
• 3.2 检测目标与ROI区域
• 3.3 算法流程结构
• 3.4 基于亮度的滤波
• 3.4.1 灰度化
• 3.4.2 Top-hat变换
• 3.4.3 高斯平滑与二值化
• 3.5 基于HSI颜色分割的区域过滤
• 3.5.1 交通灯的色彩模型
• 3.5.2 局部HSI颜色分割
• 3.5.3 基于形状的滤波
• 3.6 外部矩形框区域匹配
• 3.6.1 目标区域处理
• 3.6.2 基于模版的矩形框匹配
• 3.6.3 基于投影的矩形框匹配
• 3.7 基于多帧统计的结果验证
• 3.8 本章小结
• 第4章 基于Android平台的ADAS原型系统设计与实现
• 4.1 系统开发环境
• 4.2 后方影像显示系统
• 4.2.1 系统结构
• 4.2.2 数据传输协议
• 4.2.3 模拟服务器端
• 4.2.4 Android显示端
• 4.3 交通信号灯检测系统
• 4.3.1 系统结构
• 4.3.2 Android系统实时图像获取
• 4.3.3 交通信号灯检测算法的Android移植
• 4.3.4 基于消息的结果显示
• 4.4 本章小结
• 第5章 算法评估与系统测试
• 5.1 交通信号灯检测算法评估
• 5.1.1 实验样本
• 5.1.2 评估方法和平台
• 5.1.3 评估结果
• 5.2 原型系统性能测试
• 5.2.1 后方影像显示测试
• 5.2.2 交通信号灯检测系统测试
• 5.3 本章小结
• 第6章 总结与展望
• 6.1 总结
• 6.2 进一步工作
• 6.3 展望
• 参考文献
• 致谢