車載前向視覺輔助駕駛關鍵技術研究.pdf

1、車輛主動安全與輔助駕駛是目前熱門的研究方向，其核心問題與難點在于汽車對周邊環(huán)境的感知。很多研究人員關注于結合了激光雷達、微波雷達、慣導系統(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，盡管難以準確獲得深度信息，并且對于天氣、光照極為敏感，由于應用場景的需要、以及成本低廉，依然是目前研究的熱點。本文基于車載前向單目視覺，在城市半結構化道路場景中，結合空間與時間的聯(lián)合上下文，對車輛前方的可行駛區(qū)域進行識別

2、，對場景的相對深度進行了估計，并將相對深度和圖像結合對道路場景進行了分割。
　　本文首先針對車輛可行駛區(qū)域的識別問題展開了研究。由于道路結構與光照的復雜性，單純的紋理特征無法對道路進行準確的識別，本文利用道路場景的空間上下文結構，提出了一種基于多尺度稀疏表達，并結合路面局部紋理特征的道路檢測方法，大量的實驗表明，該方法在各種復雜的道路場景，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，本文利用車輛運動造成的前后幀視差，結合稠密光流，對場景的相對深度進行了提取，并對傳統(tǒng)的光流方法進行了環(huán)切分層改進，以適應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行準確的分割，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系