基于視覺的道路檢測與跟蹤算法研究.pdf

1、基于智能車平臺的無人駕駛技術作為“視聽覺信息的認知計算”國家重大研究計劃的主要課題，不僅在安全輔助駕駛應用、構建智能交通系統等方面具有廣闊前景，同時是國家信息處理技術和相關產業(yè)綜合實力的體現。基于視覺的道路檢測算法作為無人駕駛技術的核心內容之一，面臨準確性、魯棒性和實時性等多重挑戰(zhàn)，因而成為國內外專家學者的研究重點。
　　在道路檢測算法的研究中，基于消失點的道路檢測算法對于復雜環(huán)境下的道路圖像具有很強的適用性因而廣受關注。然而，這

2、類算法仍具有計算量大，魯棒性和實時性不足的問題。本文針對現有基于消失點估計的道路檢測算法計算量過大、對消失點不在圖像內部的情況無法正確處理和對視頻流缺乏有效支持的問題，提出了基于泛化消失點和主方向約束的道路檢測算法以及利用視頻幀間信息的特征融合均值偏移道路跟蹤算法。主要工作如下:
　　針對現有基于消失點的道路檢測算法普遍存在的計算量過大和對于消失點不在圖像內部的情況無法處理的問題，本文引入泛化消失點的概念并結合主方向約束對現有基于

3、消失點估計的道路檢測算法進行改進。算法改進包含三個方面:1）通過優(yōu)化投票策略，使算法在投票半徑不變的情況下覆蓋更多有效投票點，提高消失點估計的可靠性;2）以道路主方向為約束條件，對圖像冗余信息進行篩選，降低了算法的計算量;3）引入泛化消失點的概念，通過判斷消失點是否存在于圖像內部來選擇相應的道路邊界擬合方式，增強這類算法的魯棒性。
　　針對現有基于消失點的道路檢測算法對視頻流的處理支持不足的問題，本文將均值偏移算法應用于道路跟蹤，

4、加強幀間信息的利用。以均值偏移算法為理論基礎，通過改善單一顏色特征對復雜道路描述不足的缺點，將紋理特征引入均值偏移算法框架中，融合顏色特征與紋理特征，增強算法對復雜道路環(huán)境的魯棒性。該算法將上一幀檢測結果作為參考，縮小了道路檢測的范圍，減少重復計算，可達到提升道路跟蹤算法實時性的目的。
　　為驗證算法的有效性，本文實現了所述算法并給出其與傳統道路檢測算法的對比分析。定性和定量的實驗分析表明，基于泛化消失點和主方向約束的道路檢測算法