城市交通中智能車輛環(huán)境感知方法研究.pdf

1、環(huán)境感知作為車輛主動安全領(lǐng)域關(guān)鍵技術(shù),在過去二十年間得到了極大關(guān)注和快速發(fā)展。城市環(huán)境中道路結(jié)構(gòu)多變、車輛類型眾多、環(huán)境背景復(fù)雜,同時近年來環(huán)境污染導(dǎo)致霧霾天氣頻發(fā),這都給智能車輛環(huán)境感知技術(shù)帶來挑戰(zhàn)。針對這些問題,本文將探討城市環(huán)境中,如何通過機器視覺和多車通信技術(shù),實現(xiàn)智能車輛對周圍環(huán)境高效、魯棒感知,提高車輛在途行駛安全性。
　　從車載視頻圖像處理方法入手,針對霧霾環(huán)境下場景能見度低,圖像顏色和對比度特征衰減嚴重等情況,提出

2、基于亮度通道引導(dǎo)濾波的視頻圖像去霧方法。對大氣衰減模型進行簡化,使用暗原色先驗理論估計當前霧氣濃度。采用基于亮度引導(dǎo)濾波的大氣覆蓋估計方法,獲取當前大氣覆蓋參數(shù),進一步得到清晰化后的復(fù)原圖像。通過將高耗時的霧氣濃度估計,集中到初始化階段完成,實現(xiàn)退化圖像的快速修復(fù)。實驗結(jié)果表明,該算法能夠有效改善霧霾圖像對比度和清晰度,計算效率比直方圖均衡化方法和多維Retinex方法均有大幅提高,滿足視頻圖像去霧需求。
　　研究了城市道路檢測算

3、法。城市半結(jié)構(gòu)化道路交通環(huán)境中,為了提高道路模型對復(fù)雜環(huán)境的適應(yīng)性,解決算法難以在效率和魯棒性間達到平衡的問題,提出基于不定Bezier變形模板的城市道路檢測算法。首先,算法對輸入圖像進行逆透視變換,根據(jù)相機內(nèi)外參數(shù)和車輛狀態(tài)自適應(yīng)設(shè)置靜態(tài)和動態(tài)兩層感興趣區(qū)域,利用透視圖中道路標識線平行延伸特點,提出混合高斯方向異性濾波器,對圖像進行預(yù)處理。然后,引入Bezier樣條曲線,構(gòu)造不定道路變形模板,將道路識別問題轉(zhuǎn)化為模板參數(shù)假設(shè)檢驗問題,

4、使用改進RANSAC算法求解模板參數(shù)。為了提高求解速度,提出層次搜索優(yōu)化算法,建立期望區(qū)域和解集空間,采用粗搜索與精搜索相結(jié)合方法,實現(xiàn)模板參數(shù)快速搜索。試驗結(jié)果表明,該方法在城市道路環(huán)境中可以快速準確提取車道線,并對典型道路干擾具有較好免疫作用。
　　研究了前方車輛識別與跟蹤方法。提出路面約束下車輛分層級聯(lián)識別與多目標跟蹤算法。在路面區(qū)域分割階段,使用隨機點自生長算法獲取路面區(qū)域,并以此作為先驗知識,獲取后續(xù)模塊的感興趣區(qū)域。在

5、車輛識別階段,以LBP特征和Haar特征作為目標描述方法,采用Adaboost機器學(xué)習(xí)算法訓(xùn)練分類器,分別構(gòu)建了檢測級和驗證級分類器。在車輛跟蹤階段,針對粒子濾波方法面臨的多目標跟蹤問題,提出基于車輛信任計數(shù)器的多目標跟蹤方法,使用狀態(tài)管理機制解決了車輛進入和離開視野時的跟蹤問題。算法能夠?qū)Τ鞘薪煌ōh(huán)境中多目標車輛進行較好識別,對車輛類型、環(huán)境等非確定性變化,具有較強適應(yīng)能力。
　　研究了尾隨運動車輛識別與超車檢測方法。針對尾隨車

6、輛由于不確定因素變化,容易導(dǎo)致識別算法不穩(wěn)定、不可靠等問題,使用低成本單目后視方法,從車輛共性、底層特征著手,提出基于時空域縱向投影跟蹤濾波和相對運動檢測的車輛識別和超車監(jiān)控算法。采用車輛信任函數(shù)對識別框架內(nèi)不確定目標進行驗證判斷,通過在決策級對兩種方法所得結(jié)果進行有效融合,提高算法魯棒性。試驗結(jié)果表明,該方法能夠快速準確提取近視場中尾隨運動車輛,對環(huán)境干擾和目標車輛類型變化具有較好適應(yīng)性。
　　研究了車輛偏離預(yù)警方法和霧霾環(huán)境下

7、協(xié)作超車輔助方法。一方面,針對傳統(tǒng)偏離預(yù)警方法難以給出準確預(yù)警時間,容易發(fā)生漏檢等問題,采用時空聯(lián)合預(yù)警方法進行車道偏離預(yù)警決策,降低了系統(tǒng)虛警率和漏檢率。另一方面,為了保證霧霾環(huán)境下車輛超車安全,對車聯(lián)網(wǎng)背景下車輛輔助駕駛方法進行了初步探索,提出基于車間通信的車輛協(xié)作超車輔助方法。在車輛超車啟動前,綜合利用當前車輛相對位置、相對速度和相對橫擺角等信息,采用基于常速假設(shè)的TTC估計方法,給出超車啟動預(yù)警輔助方法。超車過程中,采用多變量高

8、斯分布建立車輛沖突勢場,提出基于沖突概率估計的超車危險評估方法。試驗結(jié)果表明,所提出的車輛駕駛輔助方法能夠有效地根據(jù)車輛當前狀態(tài)給出危險預(yù)警信息,保證超車過程安全,具有較好的魯棒性和實時性,能夠滿足系統(tǒng)要求。
　　綜上所述,環(huán)境感知作為智能車輛技術(shù)的核心和難點,仍然面臨眾多挑戰(zhàn)。在此背景下,本文對城市交通環(huán)境中,智能車輛環(huán)境感知方法進行研究,分別討論了霧霾視頻修復(fù)方法、道路檢測方法、前方車輛識別方法、尾隨車輛識別方法、車道偏離預(yù)警