一种基于机器视觉的智能车右转弯目标检测方法技术

智能车在右转弯进行目标检测时，建立智能车右转弯模型，通过自车和前车以及自车和道路边界的相对距离变化率判断自车是否由直道进入弯道，对进入弯道的智能车进行最优轨迹规划，预测出智能车在短时间内要行驶过的区域，并把智能车行驶过的区域简化成平行四边形进行处理。根据自车道最小距离原则确定出有效目标并及时进行有效目标的更新。本发明专利技术缩小了智能车的检测范围，提高了目标检测的速度和准确性。

A method of detecting the right turn target of smart car based on machine vision

When the intelligent vehicle carries out the target detection in the right turn, the intelligent vehicle right turn model is set up. By judging whether the car enters the bend through the relative distance between the car and the car and the road boundary, the optimal trajectory planning is made for the intelligent vehicle entering the bend, and the area that the intelligent vehicle is going to travel in a short time is predicted. Domain, and simplifies the running area of the smart car into parallelogram processing. According to the principle of minimum Lane distance, the effective target is identified and the effective target is updated in time. The invention reduces the detection range of the intelligent vehicle and improves the speed and accuracy of target detection.

【技术实现步骤摘要】
一种基于机器视觉的智能车右转弯目标检测方法
本专利技术提供了基于机器视觉的智能车右转弯目标检测方法，属于智能驾驶领域。
技术介绍
机器视觉作为一种能够获得车辆前方全道路信息的传感器，具有探测范围广、道路信息完整、可遥测的优势，被广泛应用于车辆检测系统的研究中。目前在利用机器视觉技术进行障碍物和前车检测时，一般都是在白天光照好的直道上完成的，障碍物或前车的检测精度也较高。而对于转弯时的有效目标识别的前方车辆检测则研究较少，在这种情况下进行检测时，智能车对有效目标的检测精度较低或根本检测不到有效的目标，增加了行车的危险度。目前的技术在进行有效目标的确定时，没有考虑是在行驶轨迹的基础上，使得单方位变成了多方位的检测。多方位检测就使得摄像头采集的数据会更多，特别是在自车进行转弯时直行道上的车辆也被采集进来，在处理上增加了不必要的麻烦，降低了处理速度。所以自车轨迹目标优先法的提出是解决摄像头采集数据的处理速度问题、实时性问题和安全性的关键所在。
技术实现思路
针对目前摄像头数据处理速度慢、实时性较低的问题，本专利技术提出了基于机器视觉的智能车右转弯目标检测方法，在预测自车行驶轨迹的基础上来进行有效本文档来自技高网...

【技术保护点】
一种基于机器视觉的智能车右转弯目标检测方法，其特征在于：智能车右转弯模型确定出智能车在右转弯进行目标检测时，建立智能车右转弯模型，确定出后轴中心点、车辆与横轴的夹角、弯道曲率三个参数和车速、前轮转角、曲率变化率三个参数之间的几何关系。

【技术特征摘要】
1.一种基于机器视觉的智能车右转弯目标检测方法，其特征在于：智能车右转弯模型确定出智能车在右转弯进行目标检测时，建立智能车右转弯模型，确定出后轴中心点、车辆与横轴的夹角、弯道曲率三个参数和车速、前轮转角、曲率变化率三个参数之间的几何关系。2.根据权利要求1所述的一种基于机器视觉的智能车右转弯目标检测方法，其特征在于：通过自车和前车以及自车和道路边界的相对距离变化率判断自车是否进入弯道，立即更新有效目标...

【专利技术属性】
技术研发人员：翟元盛，丁洪正，刘伟，
申请(专利权)人：哈尔滨理工大学，
类型：发明
国别省市：黑龙江,23