随着我国公路交通运输业的快速发展,道路交通安全事故已成为威胁人民公共财产安全的最严重问题之一。据道路交通事故统计年报分析显示,大型车辆尤其是客运车辆肇事事故是造成群死群伤道路交通事故的主要原因,其社会影响非常恶劣,而车辆驾驶人的危险驾驶行为则是引起客运车辆交通事故的主导因素。当前科技的发展使得越来越多的安全辅助驾驶设备普及至各类小型车辆,但绝大多数客运车辆尚未安装安全辅助驾驶设备。因此,开展客运车辆横纵向危险行驶状态辨识技术研究,为客运车辆主动管控和参与者联动提供技术支撑,对提高客运车辆在途行驶安全性,降低或避免由此带来的人员伤亡和经济损失具有重大现实意义。本文依托国家自然科学基金面上项目(51278062),综合运用计算机图形学、交通工程学、车辆工程学、人工智能学等多学科交叉理论以及CCD视觉传感采集技术、数字图像处理技术、机器学习与模式辨识技术、多源信息融合技术、群体智能技术和自动控制技术,通过大量理论建模、静态离线实验、动态实车实验以及海量数据分析,研究能从横向维度和纵向维度实时在线辨识客运车辆危险行驶状态,适时警示驾驶人违规违法驾驶行为的客运车辆危险行驶状态辨识技术及其系统实现。针对道路环境信息检测算法鲁棒性和实时性之间难以平衡的矛盾及传统车辆横向偏航辨识模型虚警率高的问题,采用多线索视觉特征约束的方法,进行道路方程求解以及车辆横向偏航辨识优化技术研究。通过对道路图像灰度化增强、改进中值滤波去噪、方向可调滤波器车道边缘信息提取、动态感兴趣区域搜索和面向序列图像的改进最优阈值分割,深度挖掘优化道路边缘轮廓信息;基于多特征集合车道标识线筛选,结合车道标识线宽度约束,采用线性回归方法实现道路标识线的检测定位;引入Kalman滤波跟踪模型,提高车道标识线的检测效率和抗干扰免疫能力,有效平衡车道标识线检测鲁棒性和实时性之间的矛盾。基于逆透视投影变换重建道路关键信息,进行世界坐标系下车辆运行姿态感知,充分利用基于空间信息预警模式虚警率低和基于时间信息预警模式预警及时的优势,建立基于时空信息融合的车辆横向偏航辨识模型,并设置系统警告屏蔽条件,提高了系统警告机制的有效性。针对前方车辆辨识过程中干扰因素较多、纵向跟车距离考虑因素单一等问题,采用车路信息融合的方法,进行前方车辆纵向危险行驶状态辨识技术研究。基于海量样本集进行离线训练,提取有效车辆轮廓与纹理特征,以Haar-like特征作为目标描述方法,采用Adaboost机器学习算法训练分类器,并构建特征样本级联分类器,对测试对象进行车辆存在性检测;充分利用粒子滤波器多假设能力,从局部最优角度实现前方目标车辆的快速稳定跟踪,对车辆类型、环境干扰等非确定因素具有较强自适应能力;在CCD视觉传感器关键参数精确标定基础上,基于前方车辆后悬固有特征参数多样本条件下的测量误差动态补偿算法,建立车道平面几何模型驱动下纵向车距测量模型,实现纵向车距的精确测量。充分考虑驾驶人认知响应特征、车辆响应特性和道路环境等因素,采用群体智能技术进行车辆纵向行驶可行安全域方案集构建及数值模拟解析;融合前方车辆位置关系,建立车辆纵向危险行驶状态车路信息融合辨识模型,通过时域危险度模型进行预警决策,在保证行车安全的同时兼顾了道路的通行能力。针对现有车辆行驶状态参数实时采集系统使用成本较高且与本文开发的客运车辆横纵向危险行驶状态关键信息检测系统兼容性差的问题,基于混合异构计算平台,进行车辆行驶状态参数实时采集技术研究。基于微处理器构建车辆行驶状态参数采集最小系统,采用有源振荡器连接方式降低最小系统晶振工作时产生的高频信号对其它电路的干扰。使用光耦隔离电路抑制不确定车速信号脉冲源干扰;引入体现自组织任务分配的车辆行驶信息采集系统,提高参数采集鲁棒性和协同性。提出车辆行驶状态参数实时采集系统任务模块化细粒度算法并行设计策略,采用脉冲累加器对车速信号上升沿进行检测计数,结合车辆变速器动力传递原理,实时解算车辆行驶状态参数;通过RS232通信精简协议实现车辆行驶状态参数实时采集系统与客运车辆横纵向危险行驶状态关键信息检测系统的无缝对接,解决了系统平台运行兼容性问题,提升了车辆运行状态参数采集精确度与实用性。为验证论文所提出算法的正确性和有效性,完成基于上位机组件的系统硬件平台搭建,并完成各子系统的关键部件的选型。基于车辆横纵向危险行驶状态关键信息检测实车试验平台,使用采集的试验图像及数据完成本文提出的相关算法的试验验证。试验结果表明:本文提出的客运车辆横纵向危险行驶状态关键信息检测算法有效可行,系统工作稳定可靠,达到设计应用要求。