车前行人检测与测距是车辆辅助驾驶系统或无人驾驶系统研究的基础,车前行人检测与测距的研究对车辆辅助驾驶系统和无人驾驶系统的研发具有直接意义,对于缓解车前行人与车辆之间的矛盾,减少交通事故的发生具有现实意义。本文在基于机器视觉车前行人检测与人车距离测量算法的基础上,针对基于机器视觉人车距离测量算法准确度低的问题,提出一种基于机器视觉与激光雷达的车前行人检测与人车距离测量算法。该方法对于车前行人与车辆之间的距离测量精度高,弥补了基于机器视觉进行人车距离测量方法的缺点。主要研究内容如下:(1)基于机器视觉的车前行人检测。首先对行人检测相关技术进行了分析,阐述了行人检测及人车之间距离测量的发展现状,分析基于机器视觉进行行人检测技术的原理。本文在Visual Studio 2013的开发环境下结合Open CV3.0函数库,用图像处理技术提取INRIA行人数据库中训练样本的HOG特征来训练SVM分类器。用不同尺寸的矩形框遍历式扫描摄像头采集的车前图像数据并提取矩形框中的HOG特征,利用训练好的SVM分类器判断矩形框中是否有行人,并将有行人的矩形框记录下来。最后利用NMS算法筛选最优矩形框,将图像中的行人标出。(2)基于机器视觉与激光雷达的人车距离测量。通过分析基于机器视觉的人车测距原理,找出该测距算法在较远距离测距精度不高的原因,针对该问题提出基于机器视觉与激光雷达的人车距离测量算法。以行人检测结果为基础,通过融合摄像头数据与雷达数据中的角度信息,找到行人在雷达数据中的测量点数据集。利用缩小阈值多次筛选的方法处理该数据集,得到行人与雷达之间距离信息数据集,最后通过求平均的方法得出车前行人与雷达之间精确的距离数据,进而得出车前行人与车辆前保险杠之间的精确距离。对该算法进行误差分析,消除了角度融合误差对距离测量的影响。(3)进行实车实验,验证车前行人检测与测距算法的性能。实验结果表明本次研究能够快速准确识别出车前行人,并能精确测量出车前行人与车辆之间的距离。相对于基于机器视觉进行人车距离测量,本次研究对于车前行人与车辆之间的距离测量精度有了很大提升。