復雜環(huán)境下的道路檢測算法研究.pdf

1、基于計算機視覺的道路檢測是智能車駕駛系統(tǒng)中的關鍵技術之一。盡管許多學者在該領域開展了大量研究,但由于實際道路環(huán)境的復雜性和多樣性,實現(xiàn)道路的準確檢測仍面臨著諸多問題,如陰影、光照變化、路面破損、車輛遮擋及背景干擾等。針對上述問題,本文以實現(xiàn)復雜背景下可靠的道路檢測為目的,開展結(jié)構(gòu)化道路和非結(jié)構(gòu)化道路檢測的研究。其主要工作如下:
　　 (1)針對簡單道路模型缺乏描述不同形狀道路的能力,而復雜道路模型又易受干擾等困難,提出了基于線性

2、雙曲線模型的車道線檢測方法,并在FIR濾波的基礎上,采用大津法克服了傳統(tǒng)邊緣檢測易受高亮度區(qū)域干擾的問題,實現(xiàn)了不同形狀的結(jié)構(gòu)化道路的準確檢測。
　　 (2)針對解決復雜道路環(huán)境下,現(xiàn)有的結(jié)構(gòu)化車道檢測算法易受遮擋、背景干擾等問題,提出了基于梯度點對及平行透視投影模型約束的結(jié)構(gòu)化道路檢測算法,在進一步提取結(jié)構(gòu)化道路的幾何特征的基礎上,利用兩次Hough變換進行平行透視投影模型及線性雙曲線道路模型的參數(shù)估計,實現(xiàn)了各種復雜道路環(huán)境

3、下的單車道及多車道檢測。
　　 (3)針對現(xiàn)有的基于Gabor紋理的非結(jié)構(gòu)化道路檢測算法存在計算復雜度高及實時性差等問題,提出了一種新的基于Haar特征的紋理提取方法,通過分別構(gòu)造表示實部及虛部的Haar模板,獲得了道路紋理特征的復響應,并利用積分圖實現(xiàn)了非結(jié)構(gòu)化道路紋理特征的快速提取。
　　 (4)針對有限個方向的Haar模板不能精確提取實際道路紋理方向的缺點,提出了基于正交修正的道路紋理計算方法,并利用角度及距離進行