车载机器视觉技术在智能交通系统中的辅助应用-阿里云开发者社区

开发者社区> IoT> 正文
登录阅读全文

车载机器视觉技术在智能交通系统中的辅助应用

简介:

近几年来,机器视觉技术在安全领域所能起到的重要作用不断突显,使其成为可以替代人眼或是作为人眼辅助的最佳技术手段。智能交通系统是机器视觉技术在交通安全领域最为常见、最具代表性的应用,通过建立覆盖城市主要干道及路口的数字监控网络,借助于机器视觉系统对交通路口车辆运行状况进行精准成像,并实时将图像信息传送到调度中心,实现对道路车辆运行状况的监控。

机器视觉在交通中的应用.jpg

交通安全一直是安全领域中的一项重要分支,尤其在如今车辆剧增造成道路行车压力过重的社会背景下,如何有效解决交通安全问题迫在眉睫,而机器视觉技术自然在其中发挥着一定的作用。车载机器视觉技术也是近几年来逐渐发展起来的应用之一,针对人眼存在的各种物理条件限制、视觉缺陷等,提供了贴切适宜的驾驶辅助作用。

视觉增强应用

  视觉增强系统能够根据不同的气候条件,在不同的时间相应的增强驾驶员的视觉能力。借助于机器视觉技术,采用CCD、红外传感器、车速传感器、GPS及毫米波雷达等传感器获取道路信息,通过图像处理软件进行信息的传输与处理,提取低能见度、低照度下交通环境的有用信息并剔除噪声,在最短的时间内以图像的形式提供给驾驶员,提高车辆行驶的安全度。

  车辆行人检测应用

  车辆检测系统借助机器视觉技术,可以利用各种传感器探测周边车辆的相关信息,包括前后方车辆速度、位置以及障碍物的大小位置等。行人检测系统也是以同样的原理展开应用,通过机器视觉技术检测出行人的位置。

  疲劳监测应用

目前驾驶疲劳检监测系统研究中,多采用车载机器视觉系统监测人体姿态和操作行为,根据系统反馈信息来判别疲劳状态。当驾驶员处于疲劳状态时,通过声音、光线、振动等刺激驾驶员,使其恢复清醒状态。在一定范围内,极大地减少了因驾驶人员疲劳而造成的交通意外事故。

视觉是人类观察世界、认识世界的重要功能手段,人类从外界获得的信息约有75%来自视觉系统,特别是驾驶员驾驶需要的信息90%来自视觉。朗锐智科(www.lrist.com)认为,在目前汽车辅助驾驶所采用的环境感知手段中,视觉传感器比超声、激光雷达等可获得更高、更精确、更丰富的道路结构环境信息。

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

分享: