期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
多环境下的实时前车检测与车距测量
被引量：
7
1
作者
顾兆伦
邵雨辰
+1 位作者
谢扬振
钱沄涛
《信号处理》
CSCD
北大核心
2015年第9期1188-1194,共7页
本文利用智能手机对视频信息进行实时处理,从而实现对前车的检测和车距的估算。采用两步前车检测技术,即寻找车辆假设区域和验证车辆假设区域。通过基于车道先验的两步阈值法提取车底阴影,通过车道先验对阴影进行筛选从而确定车辆假设区...
本文利用智能手机对视频信息进行实时处理,从而实现对前车的检测和车距的估算。采用两步前车检测技术,即寻找车辆假设区域和验证车辆假设区域。通过基于车道先验的两步阈值法提取车底阴影,通过车道先验对阴影进行筛选从而确定车辆假设区域,并利用基于Haar-like特征的Adaboost方法来对车辆假设区域进行验证,之后通过视频流特征对误检信息进行剔除并对车辆进行实时跟踪。本文还结合摄像头透视几何关系,只需用户提供摄像头高度信息即可对前车距离进行准确估算,可以作为有效的危险预警手段。
展开更多
关键词
车
辆检测
车
底阴影
HAAR-LIKE特征
车距估算
在线阅读
下载PDF
职称材料
车车通信下基于RBF神经网络的防追尾模型研究
被引量：
3
2
作者
李洪涛
巴兴强
《重庆理工大学学报（自然科学）》
CAS
北大核心
2020年第6期131-140,共10页
提出一种车车通信环境下基于RBF制动意图辨识网络的防追尾安全距离模型,通过RBF神经网络辨识驾驶员的制动意图,并根据前车的运行状态分为紧急制动模式、常规制动模式以及匀速或匀加速行驶3种工况进行讨论,采用实车数据和Matlab/Simulin...
提出一种车车通信环境下基于RBF制动意图辨识网络的防追尾安全距离模型,通过RBF神经网络辨识驾驶员的制动意图,并根据前车的运行状态分为紧急制动模式、常规制动模式以及匀速或匀加速行驶3种工况进行讨论,采用实车数据和Matlab/Simulink软件分别对前车在紧急制动、常规制动、匀速及匀加速运行4种场景下进行联合仿真分析。结果表明,基于RBF制动意图辨识网络的安全距离模型与传统安全距离模型相比,安全距离得到显著降低,模型最高平均误报率为2. 4%,最低平均误报率为1%,性能可靠,模型不仅可以有效减小车间安全距离,增加对交通设施资源的有效利用,提高道路运营效率,还能为驾驶员提供更加及时的追尾预警,进一步提高车辆的主动安全性。
展开更多
关键词
车
车
通信
防追尾预警
RBF神经网络
车距估算
制动意图识别
在线阅读
下载PDF
职称材料
题名
多环境下的实时前车检测与车距测量
被引量：
7
1
作者
顾兆伦
邵雨辰
谢扬振
钱沄涛
机构
浙江大学计算机科学与技术学院
出处
《信号处理》
CSCD
北大核心
2015年第9期1188-1194,共7页
基金
国家自然科学基金资助项目(61171151)
国家重点基础研究发展计划("973"计划)基金资助项目(2012CB316400)
文摘
本文利用智能手机对视频信息进行实时处理,从而实现对前车的检测和车距的估算。采用两步前车检测技术,即寻找车辆假设区域和验证车辆假设区域。通过基于车道先验的两步阈值法提取车底阴影,通过车道先验对阴影进行筛选从而确定车辆假设区域,并利用基于Haar-like特征的Adaboost方法来对车辆假设区域进行验证,之后通过视频流特征对误检信息进行剔除并对车辆进行实时跟踪。本文还结合摄像头透视几何关系,只需用户提供摄像头高度信息即可对前车距离进行准确估算,可以作为有效的危险预警手段。
关键词
车
辆检测
车
底阴影
HAAR-LIKE特征
车距估算
Keywords
vehicle detection
vehicle shadow
Haar-like feature
distance measurement
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
车车通信下基于RBF神经网络的防追尾模型研究
被引量：
3
2
作者
李洪涛
巴兴强
机构
东北林业大学交通学院
出处
《重庆理工大学学报（自然科学）》
CAS
北大核心
2020年第6期131-140,共10页
基金
黑龙江省自然科学基金资助项目(E2016001)。
文摘
提出一种车车通信环境下基于RBF制动意图辨识网络的防追尾安全距离模型,通过RBF神经网络辨识驾驶员的制动意图,并根据前车的运行状态分为紧急制动模式、常规制动模式以及匀速或匀加速行驶3种工况进行讨论,采用实车数据和Matlab/Simulink软件分别对前车在紧急制动、常规制动、匀速及匀加速运行4种场景下进行联合仿真分析。结果表明,基于RBF制动意图辨识网络的安全距离模型与传统安全距离模型相比,安全距离得到显著降低,模型最高平均误报率为2. 4%,最低平均误报率为1%,性能可靠,模型不仅可以有效减小车间安全距离,增加对交通设施资源的有效利用,提高道路运营效率,还能为驾驶员提供更加及时的追尾预警,进一步提高车辆的主动安全性。
关键词
车
车
通信
防追尾预警
RBF神经网络
车距估算
制动意图识别
Keywords
vehicle to vehicle communication
anti-rear-end warning
RBF neural network
distance estimation
brake intention identification
分类号
U461 [机械工程—车辆工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
多环境下的实时前车检测与车距测量
顾兆伦
邵雨辰
谢扬振
钱沄涛
《信号处理》
CSCD
北大核心
2015
7
在线阅读
下载PDF
职称材料
2
车车通信下基于RBF神经网络的防追尾模型研究
李洪涛
巴兴强
《重庆理工大学学报（自然科学）》
CAS
北大核心
2020
3
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
