車載前向視覺輔助駕駛關(guān)鍵技術(shù)研究.pdf

1、車輛主動安全與輔助駕駛是目前熱門的研究方向，其核心問題與難點(diǎn)在于汽車對周邊環(huán)境的感知。很多研究人員關(guān)注于結(jié)合了激光雷達(dá)、微波雷達(dá)、慣導(dǎo)系統(tǒng)、全球定位、地理信息等多傳感器融合的解決方案。然而，與人類視覺接近的可見光傳感器，盡管難以準(zhǔn)確獲得深度信息，并且對于天氣、光照極為敏感，由于應(yīng)用場景的需要、以及成本低廉，依然是目前研究的熱點(diǎn)。本文基于車載前向單目視覺，在城市半結(jié)構(gòu)化道路場景中，結(jié)合空間與時間的聯(lián)合上下文，對車輛前方的可行駛區(qū)域進(jìn)行識別

2、，對場景的相對深度進(jìn)行了估計(jì)，并將相對深度和圖像結(jié)合對道路場景進(jìn)行了分割。
　　本文首先針對車輛可行駛區(qū)域的識別問題展開了研究。由于道路結(jié)構(gòu)與光照的復(fù)雜性，單純的紋理特征無法對道路進(jìn)行準(zhǔn)確的識別，本文利用道路場景的空間上下文結(jié)構(gòu)，提出了一種基于多尺度稀疏表達(dá)，并結(jié)合路面局部紋理特征的道路檢測方法，大量的實(shí)驗(yàn)表明，該方法在各種復(fù)雜的道路場景，以及不同的光照環(huán)境下都取得了較好的效果。其次，在道路場景的理解過程中，深度信息具有重要的作用

3、，但是單目視覺一般是難以提取深度信息的，本文利用車輛運(yùn)動造成的前后幀視差，結(jié)合稠密光流，對場景的相對深度進(jìn)行了提取，并對傳統(tǒng)的光流方法進(jìn)行了環(huán)切分層改進(jìn)，以適應(yīng)車載前向場景中劇烈的光流變化。在自然場景的測試中，該方法較好的提取了場景中的相對深度信息。最后，由于光照與紋理的復(fù)雜性，僅僅依靠空間上下文特征難以對道路場景中的車輛與行人進(jìn)行準(zhǔn)確的分割，因此，本文提出了一種基于相對深度特征的道路場景多分類方法，該方法利用了相對深度場提供的前后關(guān)系