基于多線索融合的障礙物檢測算法研究.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)之一的障礙物檢測技術(shù)，已然成為各國科研機(jī)構(gòu)重點(diǎn)投入的研究對象。障礙物檢測的準(zhǔn)確性，不僅能夠提高駕駛者對周圍環(huán)境的辨識能力，而且為其他輔助駕駛檢測技術(shù)（如運(yùn)動估計、碰撞預(yù)警等）有效進(jìn)行提供了保證。因此，對障礙物檢測技術(shù)的研究是非常必要的。
　　在障礙物檢測時，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)知識檢測障礙物，復(fù)雜的室外條件導(dǎo)致的任意障礙物檢測不完整，錯誤的估計了障礙物、道路等實(shí)物的位置，容易引起錯誤的警告，或無法準(zhǔn)確計算相對速度和碰撞時間，導(dǎo)致警告不及時。因此，本文在分析了現(xiàn)有障礙物檢測算法的基礎(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，采用一個改進(jìn)的運(yùn)動

3、補(bǔ)償線索來檢測違背道路平面假設(shè)的障礙物。然后，提出一個新的圖像分割線索來提高檢測率，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，提出了一個概率更新模型融合當(dāng)前幀檢測信息和歷史幀檢測信息。算法根據(jù)當(dāng)前幀的檢測結(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結(jié)果。
　　在各種場景下的實(shí)驗(yàn)結(jié)果