开题报告基于昆虫视觉的汽车防撞预警.doc

一、 题目背景、研究现状和研究意义（选题背景、国内外研究现状、研究意义。）
1.1研究背景和意义
汽车作为一种灵活方便的交通工具，受到越来越多人的青睐，然而，汽车在给人们带来方便的同时，随之而来的问题也显而易见，如交通事故、环境噪声、大气污染、能源消耗、道路拥挤等等。其中最直接、严重影响人们生活的当属交通事故带来的危害，它轻则对人造成惊吓，重则危及生命，并造成巨大的经济损失。近年来，随着我国公路特别是高速公路的飞速扩展和汽车保有量的迅速增加，交通事故引起的损失也急剧地升高。虽然，国家已经采取一些措施来预防交通事故，而且有些成效。根据交通事故的分析得到，80%以上追尾事故是由驾驶员未能保持相应的安全距离引起的。欧洲的一项研究表明：汽车驾驶员能在有碰撞危险前 0.5s 得到“预警”，就可以避免至少 60%的追尾事故和 30%的迎面撞车事故；若有 1s 的“预警”时间，则可避免 90% 的事故发生。可见，若能预知即将发生的交通事故，并做好防范工作，可以极大地减少交通事故发生。过去，为减小交通事故发生时的经济损失和对人造成的伤害，汽车安全技术主要考虑被动安全技术，如设置安全带或安全气囊等，而这些被动安全措施是在事故发生时刻对车辆和人员进行保护，有很大的局限性。现在，随着汽车电子技术的发展，汽车主动安全技术越来越受重视，汽车主动安全是指事故前的安全，即实现事故预防和事故回避，以避免或减少事故的发生。汽车防撞预警系统作为主动安全技术之一，目的是减少驾驶员的负担和判断错误，对于提高交通安全减少交通事故将起到重要作用。显然，此类技术的研究开发在高速公路防撞领域具有极大的现实意义和广阔的应用前景[1]。
1.2昆虫生物视觉机理的国外研究现状
1.2.1昆虫的视觉机理应用研究
国外已对飞行昆虫的视觉和导航机理进行了多年的研究。美国军方,美国航空航天局,以及英国国防部都对苍蝇的视觉与飞行控制进行了探索,并希望开发出能够作为微型间谍的“苍蝇机器人”。1996年,美国国防高级研究计划局资助了一个为期三年的微型飞行器研制项目,希望建造一个长度不超过巧厘米的飞行器,能够在诸如建筑物、隧道等确定的范围内自主运动并进行环境观察。哈佛大学,加州大学伯克利分校己经开发出了仿生苍蝇的微型飞行器。法国国家科学研究中心参照苍蝇视觉系统设计的电子眼已经应用于飞行机器人,能够巧妙灵活地躲避障碍；日本科学家已研制出一种苍蝇视觉芯片,用于轮式机器人的导航控制中。澳大利亚在飞行昆虫视觉的研究上处于世界领先水平,澳大利亚昆士兰大学的Srinivasan教授对昆虫,尤其是蜜蜂的视觉机理和导航方法进行了20多年的研究,他试图弄明白,蜜蜂小小的脑子是如何处理导航问题的。他们的研究己经用于多种自动导航系统的研制,比如帮助无人侦察机根据地形航行并保持水平,小型机器人在狭窄地带中的行进,以及全景成像和监测系统。目前,蜜蜂的进攻性行为己成为Srinivasan教授研究的重点,他希望将其研究成果运用于改善导弹的导航技术[4]。H.Ogmen 等人通过吸取大量新的有关复眼视觉系统神经机理的成果，提出了建立在果蝇神经功能基础上的运动检测“细胞”模型；日本的 Shiro Ogata 等人成功研制了多孔径仿复眼光学传感器；美国加州大学伯克利分校 Luke 教授领导的一个研究小组宣布，他们发明了外观和功能上都与昆虫复眼一样的人造“昆虫眼”。 日本的 Jun Tanida 等在 2000 年提出了一种基于蜻蜓的复眼结构设计的 TOMBO ( thin observation module by bound optics)小型成像系统,这个系统首先获取分离的单元像,然后对单元像的几何参数进行估算,根据所得的几何参数把像定位于屏上,在各个像素之间进行的插值,再用高通滤波器完成最后的像。该系统具有结构紧凑,方便组装,视场大等优点。德国弗劳恩霍夫应用光学和精密机械研究所的科学家制造了一种厚度仅为 0.4mm 的人工复眼成像系统, 视场角可以达到 70°×10°。系统具有多个成像通道,每个通道按照自己的视角进行成像,然后在像面组合成完整的像。科学家们已经把该系统与一个影像分析装置相连接,并贴附在银行卡上。这样,银行卡在被使用时就可以“看到”持卡者,从而防止被陌生人盗用[2]。
1.2.2昆虫的偏振视觉导航机理研究
国外已对生物偏振敏感导航机理进行了多年研究。Frisch于1949年首次发现蜜蜂可以利用紫外偏振光进行导航。瑞士苏黎世大学的whener教授主要研究和探索沙蚂蚁导航方式。他发现沙蚂蚁可以借助天空中的偏振光导航定位。在离巢穴较远时,沙蚂蚁通过天空中的偏振光判断方向,寻找自身与巢穴的对应方位,因此,沙蚂蚁能够在数百米外觅食而能够近似于一条直线返回巢穴。而当到达巢穴附近时,沙蚂蚁根据记忆中巢穴附近的地标,经过与当前视觉图像进行景象匹配后准确找到巢穴入口。2002年,Whner教授获得了瑞士的最高科学奖一MarcelBenoist奖。苏黎世大学还开发了仿生沙蚂蚁的无线机器人,该机器人能够探测天空中的偏振光,并且能够提取和处理在行进过程中拍摄的地标图像。Froy,steven等人的研究表明,北美帝王蝶在迁徙时依靠太阳罗盘进行导航,同时利用紫外偏振光修正太阳罗盘的导航性能。Labhart,Petzold和Helbling发现,蟋蟀头背部复眼边缘有一个平坦发白区域对偏振光特别敏感。Labhart和Meyer认为不同种类昆虫的复眼结构的差异导致偏振光罗盘具有多源性。也有文献指出,某些种类的蜘蛛(如狼蛛)可以利用没有成像功能的小眼感知紫外偏振光[4]。
1.2.3仿生算法研究
国外已经提出了许多昆虫视觉导航机理的模拟算法,如根据蜜蜂的视觉原理,srinivasan提出了一种图像插值算法,该算法通过简单的计算过程来测量光流和估计自身运动;受昆虫视觉神经启发的Reichardt模型及其改进方法,己被用于图像的局部运动检测:Franceschini借鉴家蝇的视觉机理提出了视觉导航算法和仿真复眼的光流传感器。在应用上,这些基于昆虫视觉的导航方法已经用于各种机器人和交通设备的自动导航,尤其用于类似飞行昆虫的无人驾驶飞机上。然而,上述基于昆虫的光流导航方法均为自主导航,需要采用路径积分法来求取绝对位置信息,即首先计算每一步的位移,然后通过累加法求取总位移,再与初始位置相比较获得当前位置。因此,这些导航方法将不可避免地产生累计误差,且随时间积累,使得导航系统在长期使用后产生较大位置偏差。为了修正这种累计误差,目前常用的方法是将自主导航与辅助导航相结合,建立所谓的组合导航系统。对于昆虫来说,它们也已经进化出了许多用于累计误差修正的辅助导航方法。cheung等人根据昆虫的一般运动,证明了利用外部“罗盘”可有效降低导航的不确定性;collett根据对蜜蜂的研究,提出了使用全景图像匹配求取绝对位置的快照模式到;Lambrinos通过学习沙蚂蚁的行为,设计了使用偏振光定位的“方向罗盘”[4]。

1.2.4人工复眼的研究
飞行昆虫视觉机理研究及应用的另一个重要方面是昆虫复眼的研究和人工复眼的研究及其应用。众shnasamy[6'l运用蜻蜓复眼全境探测的优势,提出了一种快速运动目标跟踪的解决方案。由于相邻小眼之间会存在景象重叠,该方法能够在大场景下以0.1象素级的误差跟踪快速运动的物体。由于人造复眼的全景探测,Neulnalm利用线性方程组实现了与场景无关的6方向自身运动估计算法。提出一种基于人造复眼成像系统的碰撞避让算法。该算法在采集到的图像中,计算出视场中出现的物体个数,物体个数的变化,以及被激活的小眼中心位置的变化,从而估算出碰撞的可能性,当碰撞可能性较大时,就开启防撞系统。Alzenberge通过运动主体自身引起的光流变化来粗略估计运动速度和角度,并基于每一次的运动速度和角度进行导航。在该文中,算法根据自身速度调整视野范围。Martinl68]通过weightlessnetworks确定自身位置,当主体向指定位置移动时,该网络输出将会单调递减,直到最后达到指定位置,在移动过程中,如果引入超生探测器,将会更有效地避免主体与环境中障碍物的碰撞[4]。日本的Tanida等制造了平面微透镜阵列的复眼系统TOMBO: (thin observation module by bound optics)。这种系统直接在一个大面阵的CCD/CMOS图像传感器上制造一个紧密排列的平面微透镜阵列,微透镜各个通道之间用一个隔离层分割开,防止光线串扰。因而每一个微透镜与其相应的隔离单元以及它所对应的图像传感器的一部分就组成了一个微型相机,最终结果等效于多个微型相机组成的相机阵列。这些相机拍摄的场景之间存在很大的重叠度,通过采样、反向投影法等叠加算法,这些微型相机拍摄得到的低分辨率的图像可以重构出高分辨率的图像。该课题组利用TOMBO装置进一步研究了复眼的超灵敏度、指纹识别等应用。该系统在很紧凑的尺度内就实现了高分辨率成像,但是受限制于平面微透镜阵列结构,该系统的视场角非常小。自对齐曲面微透镜阵列为了获得真正与昆虫复眼类似的大视场角成像的人工仿生复眼,需要釆用曲面分布的微透镜阵列。美国加州大学伯克利分校的Jeong等人模仿昆虫、节肢动物等复眼的子眼及其结构,利用一种自对齐波导技术,使用紫外光固化光敏树脂制作了可以与实际昆虫复眼尺度相当的曲面微透镜阵列,微透镜的尺度仅为约10/xm.这是仿生复眼技术上的一项突破,但是由于没有合适的能与曲面微透镜阵列配合工作的图像传感器(类似于人类的视网膜,昆虫复眼中曲面排布的观光细胞阵列),因此尚未达到能够成像的实用阶段。采用光纤传像束阵列的复眼系统DragonflEye:同样是为了解决曲面分布的微透镜阵列与平面图像传感器之间的矛盾,美国杜克大学的课题组釆用了光纤束作为中继光学系统,将空间不同方向的入射光成像到平面探测器上。该系统的特点是充分利用了光纤可以弯曲的特点,因而可以较低的成本达到控制光线“弯曲”入射到平面图像传感器上的目的,其成像质量也比较高。其存在的问题是,由于每个子眼的视场角都很小,为了达到较大的视场角,需要上百个子眼同时对空间进行成像,因而涉及到较复杂的光纤束安装、装配、对准等问题[2]。
1.3昆虫生物视觉机理的国内研究现状
在国内,中国科学院生物物理研究所吴卫国、吴梅英等在昆虫复眼的形态学、生理学、光学等方面做了大量的工作；田丽娟等采用了昆虫复眼透镜阵列处理器和非干光源实现图像矩阵的正交变换，为光神经计算提供了一种可能实现的新途径；西北大学物理学系高爱华等提出了用自聚焦平面微透镜阵列和 CCD 器件可组成多孔径光学仿复眼系统，说明利用计算机和图像卡的处理功能，能够实现并列型复眼的图像采集功能，并对平面微透镜阵列的多重成像进行适当的处理来模拟并列型复眼的“镶嵌像”；孙桂华等利用计算机技术实现了蜻蜓复眼功能演示系统；李文元等采用计算机技术与生物科学结合的方法模拟了昆虫复眼的视觉系统，与其它方法相比，该模拟结果更具真实性和可视性；张讲社等基于对生物复眼几何结构的模拟，提出了一类新颖而有效的数据处理方法——方向量子化方法，该方法适宜于处理由高维数据所表示的凸体的几何外形，具有简洁有效、适用广泛、半动态维护简便和易于在各种并行计算模型上实现等优点；芦丽明等通过介绍蝇的复眼的结构与功能，类比于复眼，从功能上模仿，利用两个调制盘与一个成像探测器，构造一个导弹引头上的多模导引的应用，使导弹能够获得目标的三维空间结构，并提出了一些在此基础上的解决方案及方法；中国科学院西安光学密机械研究所的田维坚、姚胜利等人提出了平面自聚焦透镜阵列中的运动目标速度计算公式；中国科技大学的高媛媛等利用两个结构和性能完全相同的黑白 CCD 摄象机相隔一定距离并排放置，同时拍摄一个运动的玩具小车，然后通过图像处理及计算获得了该运动小车的运动速度及三维坐标；北京理工大学的王永松等根据复眼大视场的原理，设置了一个平面全视场的目标探测单元。该探测单元主要是由六个透镜和六个 CCD 组成一个轴线共面的正六边形的环行探测阵列，每个光电探测单元（由一个透镜和一个 CCD 组成）视场为 60º，整个探测单元的视场就变为 360º，可以测出地面运动物体相对探测单元中心的角度与角速度[3]。
1.4汽车防撞预警系统的国内外研究现状
1.4．1汽车防撞预警系统的国外研究现状
在欧洲，欧盟委员会支持的改进车辆驾驶支持系统人机界面项目组 (Ehanced Human Machine Interface for on Vehicle Integrated Driving Support System，EUCLIDE)开发的一套防撞预警系统，目的是在能见度不好的情况下(例如：黑天、有雾天气或雨天等)，即将发生碰撞事故前，向驾驶员发出警报以避免发生碰撞事故。这一系统根据安装在车上的红外线传感器和毫米波雷达传感器所采集的信息来确定前方车辆，并可以实现两级预警：一级是紧急预警，即当主车需要立即制动以阻止即将发生的碰撞时调用该级预警。在北美洲，美国加利福尼亚大学的先进高速公路运输合作伙伴项目组（Partners for Advanced Transit and Highways，PATH）和卡耐基梅隆大学机器人学院联合开发的集成防撞预警系统可以实现公交车的前向和侧向防撞预警功能。此系统利用安装在公交车前方和侧面的激光扫描仪和摄像机检测前方和侧面的碰撞物。在亚洲，日本三菱汽车公司为卡车开发的防撞预警系统目的是在有可能发生危险的情况下提醒驾驶员，使驾驶员迅速做出相应动作（例如：刹车、减速），以防事故发生。这一系统利用安装在主车前方的激光雷达测距传感器计算主车与前车的距离，并与安全距离进行比较实现两级预警。其安全距离是根据前后两车的相对速度计算得到的，并随着速度的变化而变化。作为早期的车辆防撞预警系统，它对安全驾驶有一定程度的帮助[1]。
汽车智能化与防撞预警息息相关，已经风靡多年并取得诸多成果,例如奔驰公司和德国联合武装大学多年合作致力于开发自动驾驶车辆。他们开发研制的VaMp系列车使用基于视觉的传感系统,采用回旋曲线模型完成车辆检测和跟踪,利用卡尔曼滤波检测车道线并跟踪车辆运动的状态矢量。车辆对称性检测用于检测单目标障碍物并跟踪,车辆阴影检测方法用于检测多目标障碍物并跟踪_2]。意大利帕尔玛大学在基于视觉传感的智能驾驶技术开发上也位于世界领先地位,其ARGO系列测试车辆即以基于视觉传感器进行开发出一套障碍物和车辆检测的视觉系统。在美国,卡耐基梅隆大学在Navlab系列智能车上幵发出多套视觉系统,分别为:SCARF,通过对非结构化道路进行自适应颜色分类进行道路识别;YARF,利用结构化道路线及条纹等显著特征进行道路模型的跟踪、滤波及校验;ALVIN,采用神经网络方法通过图像信息控制车辆;RALPH,对道路模型建模识别道路[5]。
1.4．1汽车防撞预警系统的国内研究现状
我国在车辆防撞预警系统的研究上虽然起步较发达国家滞后，但借鉴发达国家的经验，避免了很多弯路，再加上国家对智能车方面的大力扶持，发展非常迅速。 在 2007 年，北京清华大学所开发的基于改进的目标跟踪和危险评估的车辆前向防撞预警系统目的是在发生碰撞前提醒驾驶员以避免碰撞事故，其通过蜂鸣器发出嘟嘟的声音警报和一组 LED 灯发出视觉警报。此系统利用雷达和激光传感器检测前方车辆。当前方车辆被两个传感器同时检测到时，此车辆的纵向位置由这两传感器的数据融合得到，此车的横向位置由激光传感器数据得到，因为激光传感器的角度测量精度要高于雷达传感器。在考虑到恶劣天气情况下提高检测鲁棒性时，当只有一个传感器检测到前方车辆，此车辆也被认为是障碍物。此系统采用融合算法处理来自雷达和激光的数据，使前方车辆的位置精度得到提高；此系统采用的改进的 Kalman 滤波跟踪方法使实时性也得到提高，是国内比较先进的防撞预警系统之一。 另外，国内其它一些高校和研究机构如：吉林大学、上海交通大学、国防科技大学、北京理工大学、湖南大学、南京理工大学、东南大学、中科院智能所等在车辆防撞预警技术方向的研究也在进行中，并取得了一定的成果[1]。在防撞雷达方面，上海微系统与信息技术研究所已经首次研制成功小型防撞雷达，其中关键的雷达前端芯片是国内首次研制成功，拥有独立知识产权。 国内在控制中主要针对车辆的某一特定系统建立局部车辆动力学模型，如ABS、发动机、变速器、直道与弯道行驶系统动力学模型，不能直接用于汽车防撞预警与巡航系统的开发。应用于汽车电子中的雷达产品以超声波、激光方式为主，毫米波雷达产品不多。中国科学院上海微系统所研制出的毫米波雷达系统具有重量轻、体积小和全天候等特点，工作频率35GHz，测距范围>100m，测速范围>100km/h，采用了先进的DSP技术[6]。

二、研究目标、研究内容和拟解决的关键问题（研究目标、主要内容。）
2.1研究内容
1．确定仿生对象，研究其视觉成像机理，作为防撞预警的探测原理
2．仿生复眼结构实现方案
3．汽车防撞预警方案
2.2研究目标
1.确定昆虫视觉成像原理和复眼结构实现方案
2.基于昆虫视觉条件下，确定汽车防撞预警系统构架
三、 研究方案
3.1蜻蜓视觉成像
自然界中，很多生物都具有复眼视觉结构。复眼是由成千上万个小眼组成的，将所有小眼对外界的成像进行结合，得到的是目标的镶嵌图像。复眼具有视野范围大，接近 360 度全视场成像的特点，且以蜻蜓复眼为例，蜻蜓复眼对外界的偏振光极其敏感，可以感知外界目标反射的偏振光，并对偏振图像信息进行分析，得出外界目标的运动的速度和方位。对于自然界中昆虫复眼的视觉系统来说，以蜻蜓复眼为例，蜻蜓在水面高速飞行的过程中，能够迅速准确的区别水面和水面上的食物，并对食物进行定位和追踪。在整个捕食的过程中，蜻蜓复眼需要对水面信息进行采集，然后将所得的外界信息通过视觉神经传输到大脑的视觉中枢，完成对所采集信息的处理。目前，仿生学科的发展十分迅速，我们通过对人工仿生复眼的光学结构组成的研究，以及对复眼视觉系统处理机制的仿制，试制了许多仿复眼系列装置，并已经应用到相关的行业和领域中。但由于昆虫复眼是自然界中存在的一种十分精密的光学结构和视觉系统，并且受到现今相关的技术和工艺的限制，使得在目前条件下，制成一种具有复眼光学结构系统和视神经信息处理机制的精密装置仍然十分困难[7]。
受昆虫复眼多个子眼通道同时捕捉目标物信息的原理启发，人工复眼成像系统应运而生，更被应用到三维定位技术中，国内外许多小组也取得了不少进展[10]。Stanford University 的 Levoy 小组开发出集阵相机人工复眼成像系统，采用空间大范围稀疏分布进行成像，可实现超分辨率合成和实时三维成像，但该系统体积庞大，数据采集和传输复杂，不利于便携式应用[11-12]。York University设计出一种基于光纤传递的复眼结构探测器，可以快速检测大视场范围内运动目标的方位和速度，但该系统制作工艺比较复杂，技术要求高，成本高，目前还只是在实验阶段[10].因此，在人工仿复眼研究方面，我们还有大量的工作要做，对昆虫复眼的视觉系统功能的模拟仍是未来仿生学的研究重点。
3.2人工仿复眼的视觉系统构成及应用
随着各学科技术的交叉发展和融合，仿生学越来越受到各国学者的广泛关注，并通过对自然界中一些动物特性的研究和模拟，将所制产品逐渐应用到相关的工业和军事领域中。在本论文中，主要是通过对自然界中昆虫复眼特征和功能的学习和模拟，对蜻蜓复眼的光学成像结构和视觉信息处理机制进行研究，并在此基础上试制一种模拟复眼成像特点的成像装置，并期望在相关领域得到应用。我们的目的旨在模仿昆虫在捕食的过程中，其能够对运动目标进行快速检测、识别和追踪的能力。主要表现在信息采集、信息处理和目标定位三部分。它的结构主要有：1.采集运动目标场景信息的摄像机（CMOS）和镜头；2.对图像和视频信号处理的处理软件；3.能够实现目标定位的算法。 这种仿生复眼视觉系统由几个 CMOS摄像头排列成环状结构，能够构成 360度的大视场视角。DSP 控制摄像机对外界的图像信息进行采集，在此基础上，形成一个完整的图像采集系统，这种系统的排列呈环状[7]。
3.3实现昆虫视觉与汽车预警系统的整合方案
一个完整的汽车自动防撞系统一般由三个部分组成:(l)信号采集系统:它可以检测出本车车速、与前车间距以及其它道路状况,一般是通过雷达、激光、声纳、视频、红外等技术实现的;(2)数据处理系统:它可以提炼出数据中的有用信息,一般是通过通用处理器或者专用数字信号处理器对采集的数据信息进行处理分析而实现的;(3)执行机构:它根据数据处理结果采取相应措施防止汽车碰撞事故的发生,比如报警、锁死方向盘、自动刹车等。
对于信号采集,考虑到短距离雷达、声纳设备和红外设备价格昂贵且污染辐射较大,激光设备探测距离短且极易受环境因素干扰,而相对地视频技术具有符合人的认知情况,同时价格便宜、信息量广、无污染等独特优势[8]。视频的获取采用仿生蜻蜓复眼的结构来实现。运动目标提取需要满足以下两个判断准则,即区域运动轨迹的长度最小和可靠性测度最小。前一个准则可将相对摄像机较远的目标区域或者相对摄像机静止的目标区域排除;后一个准则将不同区域但属于同一类的目标排除(如路面或天空)。这里,可靠性测度与目标区域的一致性有关,一致性越高则可靠性测度越小。而对于运动目标,其可靠性测度较高。由此,可检测出前方运动的车辆[9]。因此,采用视频信息作为汽车自动防撞系统的信息源已成为当前智能汽车的最佳选择之一。视频技术在带来大量有用信息的同时,也会增加许多无用的信息量,但是在当前计算机硬件设备以及嵌入式设备的处理速度、存储容量大大提高及价格相对便宜的今天,视频信号的处理速度得到了极大的提高,为视频处理分析的发展提供了良好的发展空间。因此,在本汽车自动防撞系统中，我们采用人工仿生复眼能利用复眼的视觉神经系统，采集视频信号作为道路状况分析的信号源，快速、准确的处理视觉信息，从而实现对运动目标的实时定位和全视场跟踪。
常用的视频信号处理方法主要有两种,一种是基于PC的通用计算机构建的处理系统,常使用视频采集卡获取数字视频信号,利用PC系统处理器的高性能以及高存储设备,可以很方便完成视频图像的处理分析与存储，此处采取模仿昆虫视觉处理机制的算法来处理视频图像的处理，实现对汽车的定位和预警。鉴于PC系统具有体积大、价格高、功耗大等一系列缺点,而严重影响了在汽车自动防撞系统中的实用性；另一种方法是采用专用数字信号处理器DSP构建嵌入式视频处理系统,采用高性能的DSP芯片扩展必要的外围设备构建视频信号实时处理系统。这种方案可以克服通用计算机处理器的上述弊端,因此在本汽车自动防撞系统中,采用以DSP处理器为核心的嵌入式视觉系统来完成视频信号的处理分析。执行机构主要完成的操作为报警以及方向盘、刹车、油门等设备的控制。根据需要可以采用语音报警装置、声光报警装置以及步进电机控制油门、刹车、方向盘等控制系统,执行机构可以为多个模块组成,而这些模块由统一的微控制器来协调运作[8]。

参考文献

[1]邓鹤.基于飞行昆虫视觉机理的导航新方法[D].武汉：华中科技大学，2011
[2]马孟超.用于目标三维探测的复眼系统设计研究[D].合肥：中国科学技术大学，2014
[3]刑强.仿昆虫复眼结构的运动目标位置检测[D].南京：南京航空航天大学，2010
[4]卢文玉.基于视觉的车辆防撞预警研究[D].南京：南京航空航天大学，2011
[5]任贝.基于视觉传感的前方碰撞预警系统设计与试验验证研究[D].长春：吉林大学，2014
[6]朱琦.汽车防撞预警与巡航系统的研究[D].合肥：合肥工业大学，2009
[7]张瑞.基于蜻蜓复眼偏振成像的水面弱小目标检测方法[D].南昌：南昌工程学院，2015
[8]周密.基于DSP的汽车视觉防撞系统研究[D].武汉：武汉理工大学，2010
[9]顾柏园.基于视觉的前方车辆探测技术研究方法综述[J].公路交通科技，2005（10）
[10]刘艳.人工复眼成像三维定位系统设计[J].光电工程，2014（5）
[11] Vaish V，Wilburn B，Joshi N，et al. Using plane+ parallax for calibrating dense camera arrays [C]// Proceedings of the 2004 IEEE Computer Society Conference on Computer Vision and Pattern Recognition，2004，1：I-2-I-9.
[12] Wilburn B，Joshi N，Vaish V，et al. High performance imaging using large camera arrays [C]// ACM Transactions on Graphics，2005，24(3)：765-776.
目 录
第一章 总论 1
一、项目概况 1
二、项目提出的理由与过程 6
三、项目建设的必要性 8
四、项目的可行性 12
第二章 市场预测 15
一、市场分析 15
二、市场预测 16
三、产品市场竞争力分析 19
第三章 建设规模与产品方案 22
一、建设规模 22
二、产品方案 22
三、质量标准 22
第四章 项目建设地点 25
一、项目建设地点选择 25
二、项目建设地条件 25
第五章 技术方案、设备方案和工程方案 28
一、技术方案 28
二、产品特点 30
三、主要设备方案 32
四、工程方案 32
第六章 原材料与原料供应 35
一、原料来源及运输方式 35
二、燃料供应与运输方式 35
第七章 总图布置、运输、总体布局与公用辅助工程 37
一、总图布置 37
二、 运输 38
三、总体布局 38
四、公用辅助工程 39
第八章 节能、节水与安全措施 44
一、主要依据及标准 44
二、节能 44
三、节水 45
四、消防与安全 45
第九章 环境影响与评价 47
一、法规依据 47
二、项目建设对环境影响 48
三、环境保护措施 48
四、环境影响评价 49
第十章 项目组织管理与运行 50
一、项目建设期管理 50
二、项目运行期组织管理 52
第十一章 项目实施进度 55
第十二章 投资估算和资金筹措 56
一、投资估算 56
二、资金筹措 58
第十三章 财务评价与效益分析 61
一、项目财务评价 61
二、财务评价结论 65
三、社会效益 68
四、生态效益 68
第十四章 风险分析 70
一、主要风险分析识别 70
二、风险程度分析及防范风险的措施 70
第十五章 招标方案 72
一、招标范围 72
二、招标组织形式 72
三、招标方式 72
第十六章 结论与建议 74
一、可行性研究结论 74
二、建议 75
附 件 77
一、附表 77
二、附件 77
三、附图 77