基于车牌合作目标单目视觉定位的汽车防撞预警系统关键技术研究

Automobile anti-collision warning system is a key technology of intelligent automobile technology. It has great significance on the automobile security, personnel safety and reduces traffic accidents and economic loss of property. As an important automobile anti-collision warning technology, target automobile positioning based on monocular vision has characteristics of high position speed, low cost and so on. Aimed at the problems for existing monocular vision measurement technology that can not detect target vehicle attitude and can not suitable for nocturnal application, this project puts forward a kind of monocular vision positioning method with the cooperative target of automobile license plate frame. This method inherits the advantages of existing monocular vision method and can detect position and attitude of the target automobile in the three-dimensional space on a rough road condition.This method has better position accuracy than the traditional method. Furthermore, the application of this method is not subject to time limits.The main research contents of this project include: research on image extraction technology for license plate under complex background; study on monocular vision positioning,attitude determination, speed measurement method and robustness based on the geometric characteristics of license plate frame; research on safety evaluation method and early warning model based on monocular vision measurement of cooperative target. The research content of this project enriches and supplements automobile anti-collision warning technology and intelligent automobile technology theory. It also provides an auxiliary method for unmanned vehicle navigation and obstacle avoidance research.

汽车防撞预警系统是智能汽车技术中的一项关键技术，对保障车辆和人员安全及减少交通事故和经济财产损失意义重大。基于单目视觉的目标车辆测距作为一项重要的汽车防撞预警技术具有定位速度快，成本低廉等特点。本项目针对现有单目视觉测距技术不能检测目标车辆姿态，不能应用于起伏路况以及不适合于夜间应用的问题，提出了一种以目标车辆车牌边框为合作目标的单目视觉定位方法，该方法继承了现有单目视觉定位方法的优点，并且可以在起伏路况下检测目标车辆在三维空间的位置和姿态；该方法较传统方法的定位精度更高，并且应用不受时段限制。本项目的主要研究内容包括：复杂背景下的车牌提取技术研究；基于车牌边框几何特征的单目视觉定位、定姿、测速技术和鲁棒性研究；基于单目合作目标视觉测量的安全评价与预警模型研究。本项目的研究内容是对汽车防撞预警技术和智能汽车技术理论的丰富与补充，也可以为无人驾驶车辆导航避障研究提供一种辅助方法。

基于车牌合作目标的单目视觉定位汽车防撞预警系统具有定位速度快、成本低廉等优点，它可以在起伏路况下检测目标车辆的三维位姿，其应用不受时段限制，对保障车辆和人员安全及减少交通事故和经济财产损失意义重大。本项目的主要研究内容包括：复杂背景下车牌及车牌边框提取技术研究；基于车牌边框几何特征的单目视觉定位、定姿、测速技术和鲁棒性研究；基于单目合作目标视觉测量的安全评价与预警模型研究。针对研究内容（1）提出复杂环境下基于多种特征的汽车车牌定位方法，提高了定位精度；针对车牌倾斜校正问题，提出改进的Harris角点检测与惯性主轴结合的车牌倾斜校正方法，为车牌定位提供了较好的依据；针对超速或换道车辆容易出现的图像模糊问题，提出了基于盲反卷积的去模糊方法，实验效果较好；针对特殊环境（雾天、傍晚）下的车牌图像提出了基于改进Retinex算法的车牌图像增强算法，效果较好并且处理时间较短；针对车牌图像提取问题提出基于改进Adaboost算法的车牌定位方法，定位准确率得到了明显提高。针对研究内容（2）对交于两点空间直线单目视觉测量方法的求解几何空间进行研究，提出两个解空间，使迭代求解方法能够收敛到正确解并具有较快的迭代速度；提出一种基于一副图像的摄像机自标定焦距内参数的方法；提出了一种新的基于三角函数定理的矩形特征闭式解位姿测量方法，可行并具有很好的实时性；提出了基于车牌图像的汽车三维数据恢复方法，能够提高智能交通的安全性；提出项目实施具体技术路线和采用车牌边框图像四个顶点特征进行定位的方法，定位速度快并具有唯一解；提出了一种改进的单目视觉车辆位姿探测方法，结合了解析解定位方法速度快和迭代解定位方法精度高的特点，鲁棒性较高，并且克服了P3P迭代解法的多解问题；提出三个特征点和三条直线特征误差特性的分析方法，有助于提高视觉测量精度；提出借助车牌安装点的视觉定位新方法，同时提出可行的鲁棒性分析方法，最后确定出定位精度比较高的位置，有利于正确决策和提高预警系统安全性。针对研究内容（3）提出一种汽车防撞安全数据的核Fisher分类方法，实现了较高的准确率；提出系统预警模型和改进的基于区间模糊推理的汽车防撞安全数据分类方法，改进的方法比原方法的准确率有很大的提高。本项目的研究内容是对汽车防撞预警技术和智能汽车技术理论的丰富与补充，也可以为无人驾驶车辆导航避障研究提供一种辅助方法。