基于立體視覺平面單應性的智能汽車可行駛道路邊界檢測

?

基于立體視覺平面單應性的智能汽車可行駛道路邊界檢測

道路檢測是智能汽車及先進駕駛輔助系統研究的關鍵問題之一。提出了一種基于立體視覺的檢測可行駛道路區域與非道路區域間邊界的方法。該方法基于立體視覺平面單應性建立了一個隱馬爾科夫模型。針對該模型，應用Viterbi算法，提出了一種狀態序列的觀測概率函數，以尋找道路與非道路邊界的最優狀態序列，可提高在無任何先驗知識條件下可行駛道路邊界檢測的準確性及魯棒性。試驗結果證明了該方法在各種典型且復雜的實際道路場景中的有效性和魯棒性。

盡管眾多學者一直在進行道路檢測研究且取得了顯著的進展，但道路檢測仍是智能汽車的關鍵問題之一。其中，基于視覺的方法是該領域的一個重要分支。使用單目攝像機通過利用道路外觀的特征提取道路區域。由于道路圖像的紋理隨與攝像機之間的距離而變化，因此采用顏色分析方法，在不用的顏色空間對道路外觀進行建模。這些基于外觀的方法可以較好地應用于某些特定環境中。然而，在道路并不充分對應于具有先驗定義特征的模型情況下，上述方法便缺乏有效性。另外，預定義的模型也難以包含所有可能的道路圖像。因此，在復雜場景中上述方法通常僅能夠檢測出與其模型一致的部分可行駛道路。此外，還研究了基于單目攝像機的連續時間圖像序且利用連續圖像間對應目標的位移來檢測道路。但當攝像機不穩定、光流估計不具備較高的魯棒性時，以上方法就不能取得令人滿意的結果。最近，人們又重新開始研究基于單幅靜止圖像的幾何估計方法。盡管這些方法已經取得了顯著的成果，但仍不能直接應用于自主駕駛和先進輔助駕駛系統。當提取的特征具有較強的差異性和魯棒性時，上述基于單目的方法可以得到良好的結果。然而，當提取特征具有噪聲不斷變化時，這些方法便可能失效。

刊名：Acta Automatica Sinica（英）

刊期：2013年第4期

作者：Takayuki Yamabe1 et al

編譯：王維