基于深度恢復(fù)的障礙物檢測的研究與實(shí)現(xiàn).pdf

1、近年來，隨著人民生活水平的提高，車輛的持有量也不斷增多，交通問題也日益嚴(yán)重。其中，因倒車而發(fā)生的事故數(shù)目不容忽視，所以各種倒車輔助駕駛技術(shù)也逐漸成為汽車工業(yè)領(lǐng)域的熱點(diǎn)。在各式各樣的倒車輔助駕駛系統(tǒng)中，基于視覺的倒車輔助以其直觀真實(shí)，檢測范圍廣、獲取信息豐富等優(yōu)點(diǎn)，備受關(guān)注，而適用于此類輔助系統(tǒng)的障礙物檢測算法也成為了一個(gè)熱點(diǎn)研究問題。
　　在進(jìn)行倒車時(shí)，需要將對車輛構(gòu)成威脅的任意類型的障礙物全部檢測出來，并及時(shí)報(bào)警，這樣才能有助于

2、實(shí)現(xiàn)安全駕駛。根據(jù)倒車時(shí)的這個(gè)應(yīng)用需求，本文提出一個(gè)基于深度恢復(fù)的障礙物檢測方法。該方法首先對圖像進(jìn)行預(yù)處理，抑制噪聲，提高圖像的對比度，增強(qiáng)圖像細(xì)節(jié)信息，為后續(xù)操作奠定基礎(chǔ);其次，建立自車的運(yùn)動(dòng)模型，利用從傳感器獲得的車輛自身相對于路面的運(yùn)動(dòng)參數(shù)，為當(dāng)前時(shí)刻圖像的每個(gè)像素點(diǎn)查找其在相鄰多幀圖像中的對應(yīng)點(diǎn)，并根據(jù)這些多幀圖像中共有點(diǎn)集為當(dāng)前圖像中的每個(gè)像素建立分布模型;利用立體物體與道路平面運(yùn)動(dòng)的差異性，使用已建立的分布模型檢測出當(dāng)前圖

3、像中每個(gè)像素的屬性，當(dāng)像素不符合其分布時(shí)，則認(rèn)為其為障礙物上的點(diǎn)，否則，為道路平面上的點(diǎn)，這樣得到候選障礙物;最后，使用SURF算法查找相鄰兩幀圖像中候選障礙物上的特征點(diǎn)，使用窮舉法匹配兩幀圖像中的特征點(diǎn)，得到高精度的特征點(diǎn)對的集合;根據(jù)深度恢復(fù)原理，對候選障礙物進(jìn)行深度恢復(fù)，將沒有對車輛構(gòu)成威脅的障礙物去除，得到最終的各個(gè)障礙物。
　　該系統(tǒng)可以檢測各種復(fù)雜場景中的任意類型障礙物，將檢測結(jié)果及時(shí)的通過顯示裝置展現(xiàn)給駕駛者，并能給