论文部分内容阅读
由于受到信息采集源性能影响，造成了智能车辆避撞预警系统(Collision Waming system，CWS)前后车相对距离测量精度低的问题，针对此问题提出了一种基于机器视觉的预警算法(Collision waming Algorithm，CWA)，利用机器视觉获得了较高精度的测距信息，有效提高了预警算法的有效性。在分析驾驶员驾驶行为基础上，确定cwA的报警准则。基于机器视觉技术建立了一种多输入、多输出的CWA模型，给出了模型预警原理、决策阈值确定方法、逻辑结构图。以及基于机器视觉的车辆信息获取方法。设计了一个单车道双车辆跟驰实车试验，采集模型测试所需的数据。并利用实测数据对模型进行了验证。试验结果显示，平均测距误差不超过3．6 m，预警模型能够准确给出预警信息。对提高车辆行驶主动安全性具有重要意义。