登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 开题报告 > 机械机电类 > 车辆工程 > 正文

基于多传感信息融合的智能汽车主动防碰撞技术研究开题报告

 2020-04-12 08:49:44  

1. 研究目的与意义(文献综述)

随着社会的不断进步,汽车正为越来越多的人所使用,而相应的,交通事故也越来越多。全球每年由交通事故造成的人员和财产损失的数目是惊人的,因此,车辆安全问题己引起人们的高度重视。而随着传感技术的发展,多类型的传感器被运用到汽车的主动安全防撞系统上,而对于当今量产汽车,单一的传感器已经不能满足复杂道路情况和对人们安全的要求,现在普遍采用的雷达传感器由于只能提供位置和速度信息,在跟踪目标时容易收到障碍物的干扰,可能会出现误判,所以对于多传感器的应用越来越广泛,能够运用多源信息融合技术,对于复杂的工况,能够进行更加准确地感知和判断,从而得出更加准确地判断,增加了防撞系统的鲁棒性和稳定性。论文提出运用红外传感器和可见光图像传感器的信号融合来进行道路的识别和人的识别,

红外传感器可以弥补夜间可见光传感器的不足,而可见光传感器可以增加白天温度对于防撞系统的干扰,增加了系统的容错性。


剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 研究的基本内容与方案

本文依据异类多传感信息融合的理论方法对汽车采集到的传感信息进行融合,即红外传感器和可见光传感器组成的数据,并且应用于汽车的防撞系统。

1.本文拟研究的内容:

(1) 从信息采集层面,信息处理层面,信息决策层面,预警控制层面进行研究,对于信息采集层,主要研究红外线和可见光传感器的组合相对于其他传感器融合的图像采集层面的优点。图像预处理层面,将研究图像增强,图像校正,图像去燥和图像配准和图像重采样方面的技术,进而进行融合。决策层面包括对于各种因素的判断技术,预警控制层面则从自动控制层面研究控制方法与对象。

(2) 在(1)的基础上,对于信息处理层面着重研究了NSCT,研究金字塔变换等图像融合算法,比较不同算法之间的优缺点,从而对于有效的融合方法进行后续再处理。

(3) 在数据的采集层重点开展对于人的研究,包括行人信息的采集和驾驶员状态的采集,运用(2)中较为合理多传感器的组合对行人和驾驶员进行信息采集,运用FB-PCA和FB-2DPCA
特征提取方法,对驾驶员面部表情进行提取,,并在信息决策层对于采集到的信息进行决策,判断安全情况。

(4) 研究在车辆距离检测中运用红外和可见光的图像传感器,运用汽车减速模型,对于可行性可准确性进行研究。

2.研究技术方案:

对于采集层的数据对比,采用框图法,利用MATLAB的数据对比和分析得出结论。在图像的预处理层,对于图像的处理采用MATLAB的图像处理功能进行处理。在信息的处理层,对于不同的算法,则用Python编程比较。

3. 研究目标:

(1) 从信息采集层面,信息处理层面,信息决策层面,预警控制层面构建起汽车的主动安全防撞系统的框架,在图像采集层,得出最优的采集方案,在预处理层,采取合适的方法,最后得到理想的预处理图像,在决策层,最后得到较为理想的控制系统。

(2) 对于不同融合算法得出优缺点的判定和科学比较数据。得出对于后续处理能更加有利的结果。

(3) 在采集层中得出行人和驾驶员数据采集的合理性和正确率,评价方法的科学性。

(4) 在距离判断中,完成对距离的较为准确地判断。

3. 研究计划与安排

第四周:完成开题报告和文献翻译


第五周-第七周(3月26到4月15):熟悉信息融合的相关知识和熟悉图像处理软件的编程和应用

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 参考文献(12篇以上)

1. 周迎娥. 基于传感器融合的汽车防撞算法研究[D]. 东北大学:东北大学, 2008.
2. Jiajun Cai, Qimin Cheng, Mingjun Peng. Fusion of infrared and visible images based on nonsubsampled contourlet transform and sparse K-SVD dictionary learning[J]. Infrared Physics amp; Technology , 2017, (28): 85-95
3. Qiong Zhang, Xavier Maldague. An adaptive fusion approach for infrared and visible images based on NSCT and compressed sensing[J]. Infrared Physics amp; Technology, 2016, 1(74): 11-20
4. Jinlei Ma, Zhiqiang Zhou, Bo Wang. Infrared and visible image fusion based on visual saliency map and weighted least square optimization[J]. Infrared Physics amp; Technology, 2017, 1(82): 8-17
5. Burt P J, Adelson E H. The Laplacian Pyramid as a Compact Image Code[J]. IEEE Transactions on Communications, 2003, 31(4):532-540.
6. 周, 芳, 韩立岩. 多传感器信息融合技术综述[J]. 遥 测 遥 控, 2006, 27(3): 1-7
7. 孙, 宁, 秦洪懋, 张, 利. 基于多传感器信息融合的车辆目标识别方法[J]. 汽 车 工 程, 2017, 39(11): 1310-1315
8. 古灯. 2010款一汽丰田新皇冠技术剖析(下)[J]. 汽车维修技师, 2010(6):20-21.
9. 弓鹏伟, 费燕琼, 宋立博. 基于多传感器信息融合的轮履混合移动 机器人路况识别方法[J]. 上 海 交 通 大 学 学 报, 2017, 51(4): 398-402
10. 王盈盈. 基于多源信息检测的车辆防撞预警技术的研究[D]. 江苏大学:江苏大学, 2017. 1-63
11. 吴浩然. 基于驾驶意图与动态环境的车辆纵向碰撞预警研究[D]. 武汉理工大学:武汉理工大学, 2013. 1-67
12. 黄伟. 基于雷达和机器视觉的车辆前方障碍物检测系统设计与实现[D]. 武汉理工大学:武汉理工大学, 2010. 1-69
13. Schoeneburg R, Car M, Mcg G. ENHANCEMENT OF ACTIVE amp; PASSIVE SAFETY BY FUTURE PRE-SAFE reg; SYSTEMS[C]// 19th International Technical Conference on the Enhanced Safety of Vehicles. 2005.
14. Distner M, Bengtsson M, Broberg T, et al. CITY SAFETY – A SYSTEM ADDRESSING REAR-END COLLISIONS AT LOW SPEEDS[J]. 2009.
15. 孔金生, 张西雅, 崔盈慧. 基于联合卡尔曼滤波的汽车防碰撞 多传感器信息融合方法[J]. 郑 州 大 学 学 报( 理 学 版), 2011, 43(3): 99-102
16. DAVID, L, HALL, SENIOR, MEMBER, IEEE, AND, JAMES, LLINAS. An Introduction to Multisensor Data Fusion[J]. PROCEEDINGS OF THE IEE, 1997, 85(1): 6-23
17. Vicente, Milanés, David, F, Llorca. Vision-based active safety system for automatic stopping[J]. Expert Systems with Applications, 2012, 1(39): 11234-11242
18. 汤志伟, 王建国, 赵志钦,等. 基于小波变换的图像融合算法[C]// 全国信号处理学术年会. 1999.
19. 董倩倩. 基于可控核回归和结构张量的加权梯度算法在图像融合中的应用[D]. 北京理工大学, 2015.
20. Ji, Hoon, Lee, Jong-Suk, Choi, Eun, Som, Jeon. Robust Pedestrian Detection by Combining Visible and Thermal Infrared Cameras[J]. Sensors, 2015, 1(15): 10580-10615
21. P, GOVARDHAN. Night Time Pedestrian Detection for Advanced Driving Assistance Systems (ADAS) using Near Infrared Images[D]. Rourkela:Rourkela, 2014. 1-44
22. Schneider J, Eckhorn R, Reib#246;ck H. Evaluation of neuronal coupling dynamics[J]. Biological Cybernetics, 1983, 46(2):129-134.
23. Bakhtiar, B, Litkouhi, Yuri, Owechko. Imaging sensor technology for intelligent vehicle active safety and driver assistant systems[J]. Vehicle Autonomous Systems, 2012, 10(3): 198-227

剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付

微信号:bysjorg

Copyright © 2010-2022 毕业论文网 站点地图