-
题名图像特征点匹配算法下车辆行驶主动防撞预警
- 1
-
-
作者
张海民
刘训星
-
机构
安徽信息工程学院计算机与软件工程学院
宣城职业技术学院信息与财经学院
-
出处
《安全与环境学报》
北大核心
2025年第1期41-49,共9页
-
基金
安徽高校自然科学重点研究项目(KJ2021A1206)
安徽省高等学校省级质量工程项目(2023jcjs175)。
-
文摘
对于车辆行驶过程中的防撞预警,如果无法识别前车的具体行驶状态,可能使系统反应速度较慢,而不能动态变化调整本车行驶策略,导致无法有效规避潜在碰撞的危险。为了提高车辆在行驶过程中对周围环境的感知能力,防止车辆碰撞事故的发生,提出了图像特征点匹配算法下车辆行驶主动防撞预警方法。通过尺度不变特征转换(Scale-Invariant Feature Transform,SIFT)对采集到的前车图像中的特征点展开提取;利用近似最近邻搜索算法完成特征点的匹配,并将匹配点对从像素坐标系转换到图像坐标系中,以完成对前车的定位;基于单帧静态图像测距方法获得车距,并将前车的行驶状态分为静止、减速、匀速或加速三种状态,计算不同状态下的提醒报警距离和危险报警距离,动态调整本车行驶策略。当车距达到提醒报警距离或危险报警距离时,发出报警,以此实现车辆行驶过程中的主动防撞预警。试验结果表明:利用图像特征点匹配算法下车辆行驶主动防撞预警方法对前车车距展开测量,测量结果与实际车距基本一致,准确度误差在5 cm以内,相较于差异化预警方法和车联网数据预警方法而言可以更精准地测量车距;此外,所提方法的风险系数最大值为0.12,远小于差异化预警方法和车联网数据预警方法的风险系数,证实了该方法的车辆定位准确度高、防撞预警性能强。
-
关键词
安全工程
车辆防撞预警
图像特征点匹配
尺度不变特征变换算法
近似最近邻搜索算法
特征点提取
-
Keywords
safety engineering
vehicle collision warning
image feature point matching
scale-invariant feature transform algorithm
approximate nearest neighbor search algorithm
feature point extraction
-
分类号
X93
[环境科学与工程—安全科学]
TP242
[自动化与计算机技术—检测技术与自动化装置]
-
