道路移動視覺環(huán)境感知中的多目標識別與跟蹤方法研究.pdf

1、隨著城鎮(zhèn)化和機動化的快速發(fā)展，機動車保有量迅速增長，交通事故頻發(fā)，給社會帶來了巨大的能源浪費、環(huán)境污染和經濟損失。目前，道路交通事故已成為全球范圍內日益嚴重的公共安全問題。基于視覺的車輛環(huán)境感知系統(tǒng)，通過實時獲取前方車輛、行人、車道線偏離等信息，可為駕駛員提供車輛環(huán)境預警和輔助駕駛指令，因而可以避免一定交通事故的發(fā)生。移動目標檢測與跟蹤是車輛環(huán)境感知的前提和關鍵。經過多年的發(fā)展，國內外已在移動視覺目標檢測與跟蹤方面做了大量的研究。盡管已

2、有研究在簡單場景下的單目標檢測與跟蹤方面已取得良好的效果，但對于復雜場景以及多個目標特別是對多類目標的檢測與跟蹤技術還不成熟。因此，研究復雜場景下的多目標檢測與跟蹤算法已經成為了國內外研究熱點和難點。鑒于此，本文針對城區(qū)復雜環(huán)境下的多類目標檢測與跟蹤問題進行了深入的研究，探討了城區(qū)環(huán)境下對車輛、行人、騎車人等多類目標的檢測與跟蹤方法，提出了一種較為實用的算法并進行了算法集成，實現(xiàn)了復雜工況下的多類目標檢測與跟蹤任務。論文的具體研究內容及

3、研究成果如下:
　　(1)論文首先介紹了智能車輛在國內外的研究進展，并針對車載視覺環(huán)境感知中的目標檢測關鍵技術及目標跟蹤關鍵技術的研究現(xiàn)狀進行了綜述;針對現(xiàn)有方法的不足，提出了本文需要改進的方向與思路;在此基礎上，提出了本文的研究內容和技術路線。
　　(2)論文對車輛輔助駕駛系統(tǒng)及智能視覺理論進行了分析與研究。針對本文的應用環(huán)境，重點分析了車輛輔助駕駛的通用技術框架及理論基礎，提出了基于單目視覺進行車輛輔助駕駛系統(tǒng)設計的基本

4、思路和技術框架，并對機器視覺技術的理論框架和特點進行了分析;在四種典型機器視覺理論基礎之上，構建了基于面向應用的改進計算視覺理論模型的單目視覺輔助駕駛結構框架，為實現(xiàn)基于單目移動視覺的復雜道路交通環(huán)境下對車輛、行人等重點交通目標的檢測跟蹤奠定了理論基礎。
　　(3)論文對復雜場景下的多類目標的檢測與識別算法進行了研究。首先，論文對傳統(tǒng)的目標檢測特征進行了分析。通過特征比選發(fā)現(xiàn)，統(tǒng)計特征以及組合特征能對復雜環(huán)境具有較好的魯棒性。鑒于

5、對檢測精度和檢測效率平衡的考慮，論文提出了基于Harr與HOG組合特征的兩步目標檢測算法。Harr特征對目標邊緣和線段具有很好的描述，因而能夠較好實現(xiàn)初步前景目標（目標ROI區(qū)域）的提取任務。同時，HOG特征對目標的局部信息具有很強的描述，對復雜環(huán)境有較好的魯棒性。因此，在前景ROI區(qū)域提取的基礎上，論文提出了采用HOG+SVM的方法進行目標的精確提取的方法。這種基于組合特征的分層檢測策略，解決了檢測精度和檢測效率平衡的問題，保證了系統(tǒng)

6、的實用性，能較好地完成城市區(qū)域復雜環(huán)境下的人車等多類目標檢測問題。
　　(4)論文對基于數(shù)據(jù)關聯(lián)的多目標跟蹤算法進行了深入的研究。首先，論文分別對光流法、Kalman濾波算法以及均值漂移算法在目標跟蹤的應用進行了介紹，發(fā)現(xiàn)了這類方法在解決多類目標跟蹤時存在的問題。其次，論文對基于數(shù)據(jù)關聯(lián)的經典算法，如最近鄰數(shù)據(jù)關聯(lián)算法(NNDA)、概率數(shù)據(jù)關聯(lián)算法(PDA)、聯(lián)合概率數(shù)據(jù)關聯(lián)算法(JPDA)以及基于多目標假設的跟蹤算法（MHT）的

7、理論進行了介紹，并分析了每類方法的優(yōu)缺點;基于此，提出了本文的多目標假設跟蹤算法，即基于部分確定軌跡的多目標假設跟蹤算法(PDT/MHT)，重點在影響算法復雜度的假設生成及剪枝方面進行了改進，并提出了采用隸屬度矩陣形式進行假設概率的計算。最后，論文針對采集的北京多條道路的視頻進行了驗證分析，驗證結果表明了本文算法可對多目標實現(xiàn)可靠和穩(wěn)定的跟蹤。
　　(5)論文對基于“假設+確認”策略的系統(tǒng)集成方法與實驗結果進行了分析。首先，為了從

8、整體角度提高檢測與跟蹤的性能，論文提出了一個基于“假設+確認”框架的系統(tǒng)集成方法。該方法將目標檢測結果僅作為一個暫定目標，經過一定時間的連續(xù)跟蹤，當滿足一定條件時予以目標確認，這種持續(xù)的跟蹤結果提供一種反饋信息，因而可減少系統(tǒng)的誤檢率，并對復雜的外部環(huán)境有一定的容忍度。其次，為了驗證該系統(tǒng)的運行情況，論文針對不同道路環(huán)境進行了實測分析，并對各自的實驗結果進行了統(tǒng)計。結果表明，本文的多目標檢測與跟蹤算法，能夠實現(xiàn)對城市復雜道路環(huán)境下人、車