中职教育-《智能交通系统》课件：第12章 智能车辆系统(徐建闽 主编 人民交通出版社).ppt

二、智能车辆的发展及现状
1. 美国智能车辆发展及现状 ❖ 美国的智能车辆研究开始较早，研究进展较快。上世纪
80年代，美国国防高级研究计划局与陆军合作研制出了 世界上首台地面自主车辆（ALV）。
目前，谷歌公司拥有最成 熟的无人驾驶技术，它在 智能车领域的研究成果令 人瞩目。
二、智能车辆的发展及现状
Galant车是由三菱公司研制的具有预警功能的智能车。 ❖ 此外，韩国和新加坡也对智能车辆也进行了大量研究。
4. 我国智能车辆发展及现状
我国对智能车辆的研究起步较晚，但是20多年来，很 多大学及科研机构在智能车辆系统领域取得了令人瞩目 的成果。
❖ 国防科技大学在80年代末期研制了出我国第一辆自主驾 驶车辆CITAVT-I，而CITAVT-IV是其研制的新一代地面 无人驾驶车辆。
2. 欧洲智能车辆发展及现状
在欧洲，智能车的研究成果主要包括： ❖ 德 国 奔 驰 公 司 与 联 邦 国 防 大 学 合 作 ， 先 后 研 制 出 VaMoRs 和
VaMoRs-P两种实验车； ❖ 大众汽车公司与相关技术研究部门合作研制了Carvelle智能车； ❖ 法国帕斯卡大学(Blaise Pascal University)与雪铁龙汽车技术中心
二、关键技术 ❖ 驾驶员行为检测技术需要综合应用图像处理、计
算机视觉、模式识别、传感器技术、电子技术和 信息技术等多个学科的知识，其中最关键的技术 包括：
1. 运动目标跟踪技术 2. 人脸检测技术 3. 多源信息融合技术
第Machine Vision）就是用计算机代替人眼来 做辨识和检测，以便进一步实施控制，核心技术是视觉 处理。机器视觉的主要任务包括感知周围环境中实体的 形状、位置、运动姿态等几何信息，视觉处理包括了对 视觉信息的获取、传输、处理、存储和理解的整个过程。
谢谢大家！
合作研制了Peugeot智能车； ❖ 意大利的帕尔玛大学(University of Parma)研制了ARGO系列智能
车等。 ❖ 法国国防部开发了DARDS自主侦察演示车。
3. 亚洲智能车辆发展及现状 ❖ 1993年，日本丰田公司研制的智能车在高速公路上进
行了实验，其车速达到了60千米/小时； ❖ 2001年，日本日产公司生产了具有安全预警系统的汽车；
第4节 智能车辆与机器视觉
一、机器视觉的概念及原理
❖ 机器视觉检测系统使用图像摄取装置（如CCD/CMOS照相机）， 将目标转换成图像信号，并由专门图像处理系统进行定量分析，通 过各种运算抽取目标的特征，如位置、数量、面积、长度等，实现
自动辨识和检测功能。
二、机器视觉在智能车辆上的应用 ❖ 机器视觉技术正广泛的应用于各个方面，如智能车辆导
航、生物特征识别(指纹识别、人脸识别、虹膜识别)等。 在智能车辆系统中，机器视觉所负责环境感知功能将提 供驾驶员所需要的绝大部分驾驶信息。
❖ 机器视觉在智能车辆环境感知系统中的主要功能包括： 检测周围车辆及行人、识别车道、自身横向位置估计、 前方车辆跟踪等。主要应用于碰撞预警系统、离线报警 系统、低速巡航系统以及全自动车辆系统。
第12章 智能车辆系统
主要内容
第1节 概述 第2节 世界智能车辆的研究与发展 第3节 驾驶员行为检测技术 第4节 智能车辆与机器视觉 第5节 导航与定位技术
第1节 概述
一、智能车辆系统的定义 智能车辆系统 (Intelligent Vehicle System，IVS)是一个
包括环境检测，自动驾驶，规划决策等多种功能的综合 性系统。它综合利用传感器技术、信号处理技术、通讯 技术、人工智能技术、计算机技术等，实现更为智能、 安全、舒适的驾驶。
一、技术原理
❖ 驾驶员行为检测技术的基本原理是使用图像处理、计算机视 觉、模式识别等技术来监控驾驶员行为。为避免交通事故的 发生，利用CCD/CMOS摄像头持续不断地观察驾驶员的双 手、眼睛、耳朵、鼻子和下额的方位，对驾驶员的驾驶状态 进行监控。根据图像处理的结果来判断驾驶员是否有违规或 不良的驾驶行为
第2节 世界智能车辆的研究与发展
一、智能车辆的产生 ❖ 20世纪50年代初，美国的Barrett Electronics公司开
发出了第一台智能运输工具——自动引导车辆系统 （Automated Guided Vehicle System，AGVS），这 是智能车研究的开始。 ❖ 1974年，瑞典的Volvo Kalmar汽车装配厂与SchiinderDigitron公司共同研发出了自动引导车辆系统。 ❖ 20世纪80年代，智能车辆在各领域的应用前景得到了广泛 的关注。
第5节 导航与定位技术
❖ 智能车辆系统中的导航与定位技术承担着车辆的自动驾 驶、道路规划、监控与调度等重要功能。在导航与定位 系统的研究中，常用的技术包括：
❖ 视觉导航、磁导航、惯性导航、GPS导航等。
❖ 每种导航技术都有其局限性，因此，目前智能车辆导航 与定位技术的研究热点是多对多种传感器进行融合，实 现更为精确的导航。
驾驶员违规疲/劳特征信息
驾驶员行为检测系统一般
驾驶员行 为特征
车辆行为 特征
其他特征
由: ➢信号采集
传感器信息采集模块
➢特征提取
违规/疲劳特征识别模块
➢信息融合 ➢违规行为或疲劳状态判断 ➢输出报警等
多源信息融合模块 智能判断决策模块
模块组成。
输出报警
语音报警
视频显示
违规行为 记录
系统的功能结构图
❖ 自1988年，清华大学开始研制THMR(Tsinghua Mobile Robot) 智能车系统。
❖ 吉林大学从1992年开始智能车辆的研究，目前已经研制 了4代JUTIV型智能车辆。
第3节 驾驶员行为检测技术
❖ 驾驶员行为检测技术是应用图像处理、多源信息融合 等技术，检测分析驾驶员的驾驶动作和行为，判断其是 否符合操作规范或存在安全隐患，并通过在线警告、违 规管理等方式规范驾驶员的驾驶行为，提高驾驶行为的 安全性和规范性。
二、智能车辆系统的关键技术 智能车辆系统集中运用了计算机技术、传感器技术、信
息融合技术、通讯技术、人工智能及自动控制等技术，其 发展离不开许多高新技术的有力支持。智能车辆系统关键 技术包括如下几个方面：
1. 智能车辆系统的体系结构 2. 驾驶员行为检测技术 3. 环境感知技术 4. 自主驾驶技术 5. 其它技术