ADAS gājēju atpazīšana apvienojot punktu mākoni ar termiskām bildēm

Abstract

Ļoti daudz cilvēku cieš satiksmes negadījumu dēļ un tas ir viens no galvenajiem iemesliem progresīvo autovadītāju atbalsta sistēmu (ADAS) popularitātei – jo sevišķi gājēju atpazīšanai, kas ir viens paveids no tās. Neskatoties uz lielo pieprasījumu, esošajās sistēmas ir daudz neatrisinātas problēmas un ir vieta uzlabojumiem. Darba mērķis ir aprakstīt ADAS, noskaidrot labākos risinājumus gājēju atpazīšanā un praktiski veikt gājēju atpazīšanas risinājuma izveidi, kurš izmanto stereo kameras datus ar termālās kameras attēliem. Darbā tika aprakstītas ADAS, gājēju atpazīšanas attīstība un šobrīd labākie risinājumi. Tika veikta piedāvātās metodes risinājuma izpēte un izstrāde. Rezultātā tika radīts algoritms, kurš kombinē stereo kameras punktu mākoņa datus ar termālās kameras datiem.

There are many injuries caused by traffic accidents. This is making advanced driver assistance systems (ADAS) a very popular field of research especially pedestrian detection as one of its subsections. Regardless the necessity there are still a lot of unresolved problems and room for improvement in both precission and speed. The main goal is to describe ADAS, find the best currently available solutions for pedestrian detection and create a solution which combines stereo camera data with thermal images. In this paper “ADAS pedestrian detection combining point cloud with thermal images” ADAS, the development of pedestrian detection and its best solutions are described. Also, the author developed the proposed method. As a result an algorithm was made that combines point cloud data with thermal images.