基于视频分析技术的车距测量及预警系统设计

车距测量及预警是汽车主动安全技术中的一个重要组成部分,而基于视觉的车距测量及预警系统一直是智能车系统和辅助安全系统中研究的热点。为了提高车距测量的精确度和实时性,以Visual C++6.0集成开发环境和OpenCV开源计算机视觉库为实验平台,设计并实现了一种基于视频分析技术的车距测量及预警系统。该系统具有车辆检测、车辆跟踪、距离测量及预警等功能。以Haar-like特征作为图像描述,结合Adaboost算法训练分类器实现道路中车辆的检测;采用CamShift和Kalman相结合的方法实现目标车辆的跟踪及预测;提出一种基于RBF神经网络的车距测量及预测方法。实验结果表明,该系统能较准确地实现1～15m范围内的车辆检测及车距测量,且具有良好的实时性。