基于多視覺特征融合的后方車輛檢測技術研究.pdf

1、智能交通系統(tǒng)(ITS)是以提高道路交通系統(tǒng)的安全性、高效性與舒適性為目標，采用傳感器、圖像處理、模式識別和人工智能等多種技術手段，通過對現(xiàn)有道路基礎設施資源的充分利用，解決交通擁塞、事故頻發(fā)、環(huán)境污染等問題。其中，車輛輔助駕駛系統(tǒng)(DAS)是ITS當前需求較為迫切、應用比較廣泛的一個重要部分。后方車輛的實時檢測技術是車輛輔助駕駛系統(tǒng)中的關鍵內(nèi)容，對于實現(xiàn)停車輔助、車道變線輔助、碰撞避免等輔助駕駛應用具有十分重要的意義，因而成為了智能交通

2、系統(tǒng)中的研究熱點。特別是，隨著計算機視覺技術的發(fā)展，基于視覺特征的后方車輛檢測由于具有安裝維護簡單、實時性好、易于推廣的特點已經(jīng)引起了國內(nèi)外廠商的廣泛關注。然而，目前基于視覺特征的后方車輛檢測方法大都容易受到復雜光線、天氣、背景等環(huán)境因素的影響，方法的魯棒性較差。為此，需要在分析車輛和背景各種視覺特征的基礎上，綜合利用各種特征和方法，提高后方車輛檢測的魯棒性。同時，目前大多數(shù)后方車輛檢測方法仍然處于實驗室研究階段，方法的實用性普偏不高。

3、為此，需要重點考慮檢測方法在識別精度與實時性的折衷問題，以達到產(chǎn)業(yè)化應用的要求。本文針對于目前基于視覺特征的后方車輛檢測魯棒性差、實時性差的問題，以可產(chǎn)業(yè)化應用的后方車輛檢測為驅(qū)動，提出了一套基于多視覺特征融合的后方車輛檢測技術，并將所提出的技術應用到東軟汽車電子先行技術研究中心車輛識別引擎的實現(xiàn)中，取得了很好的效果。本文完成的主要研究工作有：
　　 ⑴針對于白天環(huán)境下感興趣區(qū)域分割的準確性保證問題，提出了白天環(huán)境下改進的基于車

4、底陰影特征的感興趣區(qū)域分割方法。給出了該方法的感興趣區(qū)域分割處理過程，建立了陰影灰度閾值計算模型、候選陰影聚類規(guī)則和投射陰影判斷規(guī)則，并在此基礎上給出了基于道路邊緣特征的陰影閾值計算算法、基于3D幾何約束的陰影候選聚類算法和基于顏色特征的路面投射陰影處理算法，降低了路面投射陰影對車底陰影檢測準確性的影響；
　　 ⑵針對于白天環(huán)境下車輛定位的準確性保證問題，提出了白天環(huán)境下基于多視覺特征融合的車輛定位技術。給出了白天環(huán)境車輛定位的

5、過程，并且通過對車輛的二值輪廓對稱特征、灰度對稱特征、HSV色彩空間的S分量對稱特征、垂直邊緣特征、車底陰影的左右邊界、車體顏色特征、背景的垂直和水平特征、長度特征的綜合利用，給出了基于多視覺特征融合的車輛對稱軸定位、左右邊緣定位和上邊緣定位方法，降低了背景因素對車輛定位準確性的影響；
　　 ⑶針對于夜晚環(huán)境下車輛定位的準確性保證問題，提出了夜晚環(huán)境下改進的基于車燈特征的車輛定位技術。給出了夜晚環(huán)境車輛定位過程，建立了單燈識別規(guī)

6、則、燈對可組合規(guī)則和頭燈燈對判定規(guī)則，并在此基礎上給出了基于單燈特征的單燈識別方法和基于燈對相似性和可組合性特征的車輛頭燈燈對定位方法，降低了道路上的地面反光對單獨識別準確性的影響，保證了燈對的可組合性和車輛定位的準確性；
　　 ⑷針對于車輛檢測區(qū)域中車輛存在性驗證的準確性保證問題，提出了基于知識和特征統(tǒng)計的車輛存在性驗證機制。該機制是通過基于知識的方法對背景進行過濾，然后再用基于統(tǒng)計的方法對過濾后的結(jié)果進一步進行車輛存在性的檢

7、測。為了實現(xiàn)該機制，建立了基于Gabor濾波器的車輛特征提取、基于高斯徑向核函數(shù)的分類器訓練和基于多視覺知識的背景過濾方法，避免了單獨使用一種方法而難以有效保證驗證準確性的問題；
　　 ⑸以對本文所提出的技術、方法和機制的應用為目標，在分析汽車電子先行技術研究中心車輛識別引擎原型系統(tǒng)總體結(jié)構(gòu)的基礎上，給出了車輛識別引擎中基于多視覺特征融合的后方車輛檢測過程。設計并建立了車輛檢測性能評估的實驗方案，給出了評估圖像采集、評價指標確定