結構化公路上自主車的視覺信息處理技術研究.pdf

1、視覺信息處理是陸地自主車導航的關鍵技術，是自主車駕駛的基礎，其主要功能是對道路場景進行快速識別和理解，以避開障礙物，得到可行區(qū)域。它主要包括兩部分內容：一是道路表面識別，二是障礙物識別。目前已有針對結構化公路的處理算法大多是在某一具體道路環(huán)境進行，魯棒性差。為同時保證處理的實時性和魯棒性，本文基于空域和時域信息相結合的思想進行處理。 對道路表面識別，為排除道路周圍場景的影響，本文采用先識別分道線和道路邊界，再對道路邊界約束的道路

2、區(qū)域進行直方圖分割的路線。考慮到已有算法大多在比較理想的情況下檢測分道線或道路邊界，在有污染、遮擋、不連續(xù)等的影響下檢測困難，本文首先采用以消失點為基礎的扇形投影法檢測分道線和道路邊界直線，這種算法速度快，且可檢測不連續(xù)直線；再利用連續(xù)幀中分道線和道路邊界基本不變的特性，對分道線、道路邊界進行跟蹤，對受遮擋、污染或虛線所引起的無法被提取的分道線、道路邊界進行補償。 道路表面閾值分割的難點在于陰影/水漬的影響。陰影/水漬不具備特定

3、形狀，一般通過顏色進行提取。鑒于已有顏色提取法都針對特定環(huán)境而言，具有較大局限性。本文采用彩色比較系統(tǒng)，以非陰影/水漬區(qū)色彩特征作為參照提取陰影/水漬區(qū)域，具有很好的適應性。 鑒于障礙物形狀多變，與形狀無關的識別法通常復雜度高，如光流法、立體視覺法，重投影法比較簡單，但對整幅圖像進行處理復雜度也高，本文首先將道路表面識別結果中的前景區(qū)域視為障礙物可疑目標，再用透視法判斷目標是否靠近自主車，最后對于正在靠近的目標采用基于特征點的重