基于多线程模式的汽车智能辅助驾驶系统研究

摘要

本文针对汽车行驶中的安全问题，以汽车主动安全系统为研究对象，采用信息处理技术和智能化技术对系统的构成和建模、信息的实时获取、行驶防撞等进行了较系统的研究。 从汽车和安全的角度，概括叙述了汽车及其安全性的有关问题，讨论了智能汽车系统(ITS)以及汽车防撞安全系统，对汽车主动安全系统的研究内容进行了的分析。 本文提出了基于安全行驶行为的汽车主动安全系统的原理结构。利用多智能体计算行为的并发性和异构性，提出了基于多线程的汽车主动安全系统，通过相互协同完成从动态数据的实时获取到专家系统推理决策报警的全过程。 利用计算机视觉理论和技术，引入了基于Gabor小波滤波器的方向特征和统计原理来进行道路检测。针对结构化道路的特点，以及经摄像机投影的道路弯曲的图像特征，提出了将道路按黄金分割0.618分为由近至远的三段，对每段进行分段线性化提取道路边缘。 利用视频图像分割的基本理论，采用两种分割算法：基于模糊主色调动态查表法的道路分割方法和多阈值图像目标分割方法。有效地将目标图像区域从场景中表示出来，进而达到分割目标图像、前方障碍物的检测。 采用了基于道路模型的单目测距算法。通过以上建立的道路模型，根据道路的几何约束关系，重建出整个道路的立体视图，从而测出障碍物的距离。对已检测的前方目标，提出了在结构化道路上进行相对径向距离的计算方法。 本文研究了汽车行驶的时间安全模型和汽车行驶规则描述，提出了“目标-规则基-特征状态体”的领域知识表示模型，给出一种汽车安全报警防撞专家系统，采用主-从两级推理机制完成对安全的推理求解策略，实现安全报警。

目录

文摘

英文文摘

1绪论

1.1课题学术和实用意义及来源

1.2国内外现状与技术发展趋势

1.3研究的目的、内容

1.4研究方法、技术路线、实验方案和可行性分析

1.5本项目的独特创新之处

2多线程模式的汽车主动安全系统设计

2.1引言

2.1.1汽车主动安全

2.1.2驾驶人员对环境的感知是行驶安全的前提

2.1.3行使车辆对环境信息的机器获取和感知

2.2基于多线程技术的基本概念

2.2.1线程以及线程的创建

2.2.2多线程间的同步

2.3多线程模式汽车主动安全系统结构

2.3.1传统人工智能模型在实时动态环境描述中的难点

2.3.2基于行为的智能体模拟技术

2.3.3基于传统认知模型的实现

2.3.4基于行为的汽车主动安全系统结构

2.3.5基于多线程技术的汽车主动安全系统实现

2.4系统硬件结构图

2.5本章小结

3面向智能交通系统的计算机视觉技术和图像处理技术

3.1计算机视觉技术概述

3.1.1 Marr的计算机视觉理论

3.1.2计算机视觉研究中存在地主要困难

3.1.3计算机视觉成像模型

3.2图像的时频分析

3.3面向智能交通的图像处理技术

3.3.1帧内处理

3.3.2帧间处理

3.4计算机视觉技术与图像处理技术在智能交通系统中的应用

3.4.1车辆导航

3.4.2交通监控

3.4.3辅助驾驶

3.4.4智能收费

3.5道路图像获取线程

3.5.1道路图像获取

3.5.2汽车行驶中前方道路的方向特征

3.6本章小结

4道路检测与识别线程

4.1基于Gabor小波滤波器的道路边缘检测

4.1.1道路边缘线灰度特征模型

4.1.2 Gabor变换的频率特性和方向特性

4.1.3 Gabor滤波器进行道路边缘处理

4.2基于统计测试的道路边缘提取

4.2.1线段生成

4.2.2统计模型的确定

4.3利用Hough变换提取道路边缘和弯曲方向

4.3.1 Hough变换原理

4.3.2提取道路边缘和曲线方向

4.4本章小结

5基于图像分割的障碍物检测线程

5.1视频图像目标分割

5.1.1图像目标分割

5.1.2基于模糊主色调彩色图像分割

5.1.3多阈值图像目标分割

5.2障碍物实时检测

5.2.1图像分割技术对障碍物的检测

5.2.2障碍物检测区域的大致确定

5.2.3障碍物识别

5.2障碍物跟踪

5.3.1视频图像目标跟踪系统

5.3.2图像目标跟踪系统功能模块设计

5.4障碍物距离测量线程

5.4.1景物—图像的几何模型（3-D-2-D）

5.4.2结构化道路的障碍物距离测量

5.5本章小结

6安全报警线程与防撞专家系统

6.1汽车报警防撞专家系统结构

6.2安全优先级常规任务求解

6.3基于汽车—环境特征状态模型的知识描述

6.3.1知识获取

6.3.1知识表示

6.4专家系统报警问题求解

6.4.1基本概念

6.4.2推理过程

6.4.3推理控制策略

6.3.1系统的推理策略

6.6本章小结

7结论

致谢

参考文献