基于多線索融合的障礙物檢測(cè)算法研究.pdf

1、隨著私人汽車持有量的增加，交通事故發(fā)生的頻率也隨之上升，與汽車安全駕駛相關(guān)的問(wèn)題，普遍成為人們關(guān)注的方向之一。作為智能車輛核心技術(shù)之一的障礙物檢測(cè)技術(shù)，已然成為各國(guó)科研機(jī)構(gòu)重點(diǎn)投入的研究對(duì)象。障礙物檢測(cè)的準(zhǔn)確性，不僅能夠提高駕駛者對(duì)周圍環(huán)境的辨識(shí)能力，而且為其他輔助駕駛檢測(cè)技術(shù)（如運(yùn)動(dòng)估計(jì)、碰撞預(yù)警等）有效進(jìn)行提供了保證。因此，對(duì)障礙物檢測(cè)技術(shù)的研究是非常必要的。
　　在障礙物檢測(cè)時(shí)，由于事先未知障礙物自身的形狀、類型，不能依賴障

2、礙物形狀、顏色等特殊假設(shè)條件及特定類型的障礙物先驗(yàn)知識(shí)檢測(cè)障礙物，復(fù)雜的室外條件導(dǎo)致的任意障礙物檢測(cè)不完整，錯(cuò)誤的估計(jì)了障礙物、道路等實(shí)物的位置，容易引起錯(cuò)誤的警告，或無(wú)法準(zhǔn)確計(jì)算相對(duì)速度和碰撞時(shí)間，導(dǎo)致警告不及時(shí)。因此，本文在分析了現(xiàn)有障礙物檢測(cè)算法的基礎(chǔ)上，提出了一種新的基于多線索融合的障礙物檢測(cè)算法，其中融合算法分為兩部分:基于單幀的多線索融合和基于多幀歷史信息的融合。
　　在基于單幀的多線索融合中，首先，采用一個(gè)改進(jìn)的運(yùn)動(dòng)

3、補(bǔ)償線索來(lái)檢測(cè)違背道路平面假設(shè)的障礙物。然后，提出一個(gè)新的圖像分割線索來(lái)提高檢測(cè)率，降低誤檢率，其中，圖像分割線索可細(xì)分為:位置線索、投影線索以及面積線索。最后，使用貝葉斯框架融合上述線索，生成當(dāng)前幀對(duì)應(yīng)的障礙物概率圖。
　　在基于多幀歷史信息的融合中，提出了一個(gè)概率更新模型融合當(dāng)前幀檢測(cè)信息和歷史幀檢測(cè)信息。算法根據(jù)當(dāng)前幀的檢測(cè)結(jié)果，選擇不同的概率更新方式，有效的結(jié)合了當(dāng)前幀和歷史幀的檢測(cè)結(jié)果。
　　在各種場(chǎng)景下的實(shí)驗(yàn)結(jié)果