典型文献
高速公路场景的车路视觉协同行车安全预警算法
文献摘要：
目的 基于视觉的车辆行驶安全性预警分析技术是目前车辆辅助驾驶的一个重要研究方向,对前方多车道快速行驶的车辆进行精准的跟踪定位并建立稳定可靠的安全距离预警模型是当前研究难点.为此,提出面向高速公路场景的车路视觉协同行车安全预警算法.方法 首先提出一种深度卷积神经网络SF_YOLOv4(single fea-ture you look only once v4)对前方车辆进行精准的检测跟踪;然后提出一种安全距离模型对车辆刹车距离进行计算,并根据单目视觉原理计算车辆间距离;最后提出多车道预警模型对自车行驶过程的安全性进行分析,并对司机给予相应安全提示.结果 实验结果表明,提出的SF_YOLOv4算法对车辆检测的准确率为93.55％,检测速度(25帧/s)领先对比算法,有效降低了算法的时间和空间复杂度;提出的安全距离模型计算的不同类型车辆的刹车距离误差小于0.1 m,与交通法建议的距离相比,本文方法计算的安全距离精确度明显提升;提出的多车道安全预警模型与马自达6(ATENZA)自带的前方碰撞系统相比,能对相邻车道车辆进行预警,并提前0.7 s对前方变道车辆发出预警.结论 提出的多车道预警模型充分考虑高速公路上相邻车道中的车辆位置变化发生的碰撞事故;本文方法与传统方法相比,具有较高实用性,其预警效果更加客观,预警范围更广,可以有效提高高速公路上的行车安全.
文献关键词：
安全性分析;防碰撞预警;车辆目标检测;安全距离模型;YOLOv4;车距计算
中图分类号：
作者姓名：
汪长春;高尚兵;蔡创新;陈浩霖
作者机构：
淮阴工学院计算机与软件学院,淮安 223001;江苏省物联网移动互联技术工程实验室,淮安 223001
文献出处：
引用格式：
[1]汪长春;高尚兵;蔡创新;陈浩霖-.高速公路场景的车路视觉协同行车安全预警算法)[J].中国图象图形学报,2022(10):3058-3067
A类：
ATENZA,车距计算
B类：
高速公路场景,车路,行车安全,安全预警,预警算法,车辆行驶,行驶安全性,预警分析,前车,辅助驾驶,多车道,跟踪定位,预警模型,出面,深度卷积神经网络,SF,YOLOv4,single,fea,ture,you,look,only,once,前方车辆,检测跟踪,安全距离模型,刹车,单目视觉,车辆间距,车行,行驶过程,司机,安全提示,车辆检测,检测速度,对比算法,空间复杂度,距离误差,交通法,道安,马自达,自带,变道,碰撞事故,高实,预警效果,安全性分析,防碰撞预警,车辆目标检测
AB值：
0.365614
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
