基于方向盘区域信息的事故倾向驾驶视觉检测
摘要 | 第2-4页 |
Abstract | 第4-5页 |
第一章 引言 | 第9-17页 |
1.1 选题背景与意义 | 第9页 |
1.2 国内外研究现状 | 第9-13页 |
1.3 研究内容及论文结构 | 第13-15页 |
1.3.1 研究内容 | 第13-14页 |
1.3.2 论文结构 | 第14-15页 |
1.4 技术路线 | 第15-16页 |
1.5 创新点 | 第16-17页 |
第二章 实验设计与数据采集 | 第17-23页 |
2.1 实验目的 | 第17页 |
2.2 总体方案 | 第17页 |
2.3 实验条件 | 第17-20页 |
2.3.1 实验车辆 | 第17-18页 |
2.3.2 实验道路 | 第18页 |
2.3.3 实验设备 | 第18-19页 |
2.3.4 人员招募 | 第19-20页 |
2.4 实验条件补充说明 | 第20页 |
2.5 数据采集 | 第20-22页 |
2.6 本章小结 | 第22-23页 |
第三章 图像处理算法设计 | 第23-45页 |
3.1 算法总流程 | 第23-24页 |
3.2 图像预处理 | 第24-27页 |
3.2.1 图像灰度化 | 第24-25页 |
3.2.2 图像滤波 | 第25-26页 |
3.2.3 直方图均衡化 | 第26-27页 |
3.3 方向盘区域自适应定位 | 第27-31页 |
3.4 手背肤色灰度初始值自适应检测 | 第31-35页 |
3.4.1 图像差分 | 第31页 |
3.4.2 阈值化处理 | 第31-32页 |
3.4.3 手背区域定位 | 第32-33页 |
3.4.4 灰度初始值计算 | 第33页 |
3.4.5 处理结果示例 | 第33-35页 |
3.5 驾驶员手背识别 | 第35-37页 |
3.5.1 感兴趣图像区域定位 | 第35-36页 |
3.5.2 手背分割 | 第36页 |
3.5.3 灰度值更新 | 第36-37页 |
3.5.4 处理结果示例 | 第37页 |
3.6 虎口特征点检测 | 第37-41页 |
3.6.1 曲率大小判断法 | 第38页 |
3.6.2 角点检测判断法 | 第38-40页 |
3.6.3 处理结果 | 第40-41页 |
3.7 算法验证 | 第41-43页 |
3.8 本章小结 | 第43-45页 |
第四章 事故倾向驾驶判定 | 第45-57页 |
4.1 判定流程 | 第45-46页 |
4.2 风险驾驶行为判定 | 第46-48页 |
4.3 低警觉驾驶状态判定 | 第48-56页 |
4.3.1 方向盘转角变化的获取 | 第48-51页 |
4.3.2 低警觉驾驶状态的判定方法 | 第51-56页 |
4.4 本章小结 | 第56-57页 |
第五章 软硬件系统开发 | 第57-67页 |
5.1 硬件设计 | 第57-58页 |
5.1.1 树莓派介绍 | 第57-58页 |
5.1.2 扩展模块介绍 | 第58页 |
5.2 软件开发 | 第58-62页 |
5.2.1 系统总体设计 | 第58-59页 |
5.2.2 系统各模块功能介绍 | 第59-62页 |
5.3 软硬件集成 | 第62-64页 |
5.3.1 系统安装 | 第62页 |
5.3.2 平台搭建 | 第62-64页 |
5.3.3 软件移植 | 第64页 |
5.4 系统测试 | 第64-66页 |
5.5 本章小结 | 第66-67页 |
第六章 总结与展望 | 第67-70页 |
参考文献 | 第70-74页 |
致谢 | 第74-75页 |
在学期间主要研究成果 | 第75-76页 |