基于机器视觉的驾驶员视野盲区安全预警方法研究

摘要：

为降低驾驶员在行驶过程中对汽车左前方、右前方盲区及周边观察判断的精力消耗和安全预警成本,研究驾驶员盲区行人安全自动检测及测距相关算法和技术,提出一种基于机器视觉的驾驶员盲区安全预警方法.首先,基于驾驶员实际驾驶视角考虑,通过对图像行人识别特征的研究,设计多特征融合盲区行人安全检测方法,获取融合方案特征直方图进行行人检测的正负分类,引入GPU加速提高数据共享交易的处理效率;其次,基于插值测量法及单目测距原理进行实验室测距,对部分像素点进行标定并结合实际场景对不同位置点进行标定,提升固定角度场景下的测量准确性及计算速度,优化车载视频场景下的单目摄像头测距方法;最后,对汽车左右两侧行人进行自动识别测距,根据驾驶员的反应时间和汽车刹车距离计算最优提醒距离并适当对驾驶员进行提醒,减少事故发生的概率.实验结果表明,该方案能够有效识别行人并测距,保证对驾驶员的实时提醒,具有较低的经济成本和良好的实用性.

关键词：盲区预警、机器视觉、行人检测、特征融合、测距

所属期刊栏目：50

分类号：TP309(计算技术、计算机技术)

在线出版日期：2023-09-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：488-494