本课题研究实时嵌入式盲点安全辅助系统Bing-FeiWu,Chih-ChungKao,Ying-FengLi,andMin-YuTsai电气与控制工程学院本文提出了一种有效的电子车辆在白天和夜间的盲点区摩托车检测系统场景。该方法确定的车和摩托车的检测在白天的阴影和边缘特征，汽车和摩托车可以通过夜间车灯检测定位。首先，进行定位车辆的位置。然后，垂直和水平边缘被用来验证是否存在的车辆。之后，追踪程序操作在连续的帧跟踪相同的车辆。最后，驱动行为是由轨迹判断。第二，基于直方图自动阈值提取,是受空间和时间的功能的限制，对路面的重新检验。所提出的实时的基于视觉盲点安全辅助系统来实现一个TIDM6437平台上进行车辆检测评价。真正的公路，高速公路，城市道路，工作在晴天，阴天，多雨的条件下，在白天和夜间的时间进行。实验结果表明，所提出的车辆检测方法是在各种环境中有效的，可行的。1。简介近年来，驾驶的安全性已成为重要问题。汽车事故伤亡人数逐年增加。根据事故，来自国道高速公路局的数据，主要发生事故的原因是人为的疏忽。因此，碰撞预警技术得到极大的重视。驾驶安全的几种辅助产品产品的推广也越来越多，包括车道偏离警告系统（ldwss），盲点信息系统（幸福）等。这些产品可以提供车辆周围环境和司机的更多的信息，使司机能够做出正确的决定在道路上行驶时。也可以检测车的一侧是否出现车辆或在驾驶员不知情的情况下突然变道。雷达是为另一个解决方案。然而，成本比相机更高。因此，基于盲点检测成为了希望的田野。有许多基于视觉的障碍物检测系统，我们在文献中提出的。他们中的大部分集中在检测车道，车道在主机车前面的障碍偏离预警[1–3]，还有避免碰撞的应用方法[4–7]等。车道检测是利用行车安全在早期的助理。此外，一个完整的调查处理。此外，前方障碍物检测在过去的十年里被广泛地用来检测前面的车辆主机车。在线学习算法可以克服对实际系统的在线调整问题。O’Malley等人提出了用车尾灯来检测和跟踪夜车辆的想法。尾灯组是用来识别前面的车辆和轨道，并采用卡尔曼滤波器。刘和藤村提出了一种行人检测系统立体声夜视。当人成为热点的夜晚，视觉将由团块匹配追踪。labayrade等人集成三维相机和激光扫描用来检测前面的车辆的宽度，高度，和深度障碍物的立体视觉，还要精确的估计障碍物的位置，但也可以通过激光扫描仪来进行扫描。这种合作的融合方法实现了更精确强大的检测得目的。Wong和Qidwai安装了六个超声波传感器和三图像传感器在车上。他们在算法上应用模糊推理来警告司机并且减少汽车发生事故的可能性，并用全向摄像机来监视周围地区的车辆。因此，可将盲目的障碍物现场和双方的障碍物现场同时的检测。轮子后面的过滤型滤波器系统是用来确定车辆是否存的。罗德等人设计了车道变更辅助系统，射程远侧雷达，雷达，立体视觉。传感器融合和卡尔曼滤波器被用于轨道车辆稳定。D´ıAZ等人应用光学flOW算法在盲区车辆段，对多尺度模板进行了跟踪。巴达维亚等人还监测车后图像光学flOW算法和边缘特征。stuckman等人利用红外线传感器来获取盲信息斑面积。该方法在对数字信号处理器（DSP）上成功实现。自适应模板匹配（高级数据传送模块）算法提出了在盲点区域检测车辆，并且以算法的级别来确定跟踪车辆的行径。如果这车辆是接近，水平会增加，否则由Yoshioka等人安装多线ccd的平稳度将会降低。监测盲斑面积，该传感器可以获得一个像素高度的在图像由于是两个镜片之间的视差。因此，该方法可以获得车辆的高度。Techmer利用逆透视映射（IPM）与边缘提取算法的匹配模式来确定车辆是否存在盲点。Furukawa等人将三摄像头监控安装在前门的部分，左边的部分和右边的部分。水平段的边缘和模板通过定位编码匹配操作，这是一个鲁棒匹配技术。最重要的是，这些算法实现在一个需要较少的资源运作在嵌入式系统。Jeong等人分开几个确定的输入图像，定判断几个确定这些分割图像是属于前景还是背景的灰度级。后来，尺度不变特征变换（SIFT）的实施产生强大的功能来检查车辆是否存在。最后，该均值漂移用于跟踪检测车辆。C.T.陈和Y.S陈估计在车道的道路场景熵的图像。通过分析车道信息，可以检测到道...
