城市道路交通事故预防的障碍物自动识别方法

城市道路中障碍物的自动识别，是智能交通领域的一个研究热点。自2009年以来，仅国际权威期刊IEEE Transactions就收录了5篇相关的文章。本项目利用城市道路视频监控系统采集的视频图像序列，针对城市道路行人多、车流量大、类型杂、车辆行为复杂等特点，研究城市道路中可能导致交通事故的停止车辆和遗撒物两种障碍物自动识别的关键算法。提出虚拟凸多边形的多目标遮挡分割算法，能同时解决城市道路普遍存在的目标前后遮挡和左右遮挡粘连问题；研究城市道路障碍物的特性，提出多态几何约束的障碍物检测算法，初步检测出疑似障碍物，同时排除行人等的干扰；提出能量波面道路威胁模型，完成障碍物的识别；提出相似压缩凸壳分类方法，实现停止车辆和遗撒物的有效分类识别。本项目实现城市道路复杂背景下障碍物的快速准确识别，识别率达到95%以上，有效地预防交通事故。

城市道路中障碍物的自动识别是智能交通领域的一个研究热点，自动、快速地识别并清除障碍物，能有效预防交通事故、降低人员伤亡和财产损失。.本项目利用城市道路视频监控系统采集的视频图像序列，针对城市道路交通特点，完成了以下研究：（1）进行了复杂场景下的遮挡目标分割算法研究，将道路中的遮挡车辆分割，实现多车辆准确检测；（2）进行了前景目标特征快速提取与障碍物特征的鲁棒匹配的研究，将道路障碍物按照停止车辆和遗撒物等分类，为准确判断障碍物对道路交通安全的威胁度提供条件；（3）建立了道路安全威胁模型，利用该模型可以准确预测出威胁道路交通安全的障碍物，预防交通事故发生；（4）进行了威胁道路安全的障碍物快速分类识别算法研究，实现了障碍物固液态快速识别，提高了威胁预警的准确性。本项目的研究数据除了北京市道路交通数据，还获取了多种环境条件、多种交通状态条件的视频数据，用来完成对本课题提出算法的实验验证。本项目提出的算法可自动、快速有效识别城市道路复杂背景下的障碍物，识别率达到95%以上。.本项目主要的创新性研究成果如下：提出了虚拟凸多边形的多目标遮挡分割算法，能同时解决城市道路普遍存在的目标前后遮挡和左右遮挡粘连问题；研究了城市道路障碍物的特性，提出多态几何约束的障碍物检测算法，有效排除城市道路交通中行人等的干扰；提出道路安全威胁模型，通过对车辆轨迹的分析，判断障碍物对城市道路交通的威胁程度；提出了相似压缩凸壳分类方法，实现停止车辆和遗撒物的有效分类识别。.本项目共发表论文30篇，其中已被SCI、EI检索论文28篇，申请中国发明专利6项，登记计算机软件著作权3项，并已设计完成了城市道路中障碍物的自动识别软件。本项目不仅能为复杂场景下的目标提取、遮挡分割、运动目标的行为分析、目标分类等理论研究提供新思路，而且该方法可以为智能车辆、无人机、机器人、水下航行器等的障碍物识别提供理论借鉴与依据。

内容获取失败，请点击重试