车距测量技术对于减少交通安全事故,提高行车安全具有重要的意义。目前车距检测技术多是以车辆为参照进行测距,检测结果为两车的直线距离,但在弯道情况下则与实际车间距误差较大。因此,在分析现有的测距方法的优点及不足之处的基础上,...车距测量技术对于减少交通安全事故,提高行车安全具有重要的意义。目前车距检测技术多是以车辆为参照进行测距,检测结果为两车的直线距离,但在弯道情况下则与实际车间距误差较大。因此,在分析现有的测距方法的优点及不足之处的基础上,基于视觉AI技术提出一种车道参照车距测量方法。该方法首先通过逆透视变换算法,实现从车道正视图到鸟瞰图的转换;继而通过霍夫智能变换实现对车道线的识别以及提取;最后利用积分法以车道线为参照系,计算目标车距。本研究利用Visual Studio 2013+OpenCv平台编译试验程序进行试验,结果表明,相较于传统车距检测方法,该方法提升了车距测量精度,具有一定的优越性。展开更多
文摘车距测量技术对于减少交通安全事故,提高行车安全具有重要的意义。目前车距检测技术多是以车辆为参照进行测距,检测结果为两车的直线距离,但在弯道情况下则与实际车间距误差较大。因此,在分析现有的测距方法的优点及不足之处的基础上,基于视觉AI技术提出一种车道参照车距测量方法。该方法首先通过逆透视变换算法,实现从车道正视图到鸟瞰图的转换;继而通过霍夫智能变换实现对车道线的识别以及提取;最后利用积分法以车道线为参照系,计算目标车距。本研究利用Visual Studio 2013+OpenCv平台编译试验程序进行试验,结果表明,相较于传统车距检测方法,该方法提升了车距测量精度,具有一定的优越性。
