非結(jié)構(gòu)化道路區(qū)域檢測(cè)的協(xié)同學(xué)習(xí)方法

王遠(yuǎn)航+楊譽(yù)鵬

摘要：非結(jié)構(gòu)化道路區(qū)域檢測(cè)是智能車環(huán)境感知的重要問(wèn)題。本文對(duì)現(xiàn)有的檢測(cè)方法進(jìn)行了研究，對(duì)兩種協(xié)同學(xué)習(xí)方法進(jìn)行了分析。

關(guān)鍵字：協(xié)同學(xué)習(xí)；道路檢測(cè)；非結(jié)構(gòu)化

0引言

隨著科學(xué)技術(shù)的進(jìn)步和發(fā)展，智能導(dǎo)航系統(tǒng)的開(kāi)發(fā)和利用已經(jīng)進(jìn)趨成熟，無(wú)人駕駛自主導(dǎo)航系統(tǒng)的研究已經(jīng)得以應(yīng)用，其中對(duì)路面路況的檢測(cè)是關(guān)鍵技術(shù)之一。道路分為結(jié)構(gòu)化道路和非結(jié)構(gòu)化道路。結(jié)構(gòu)化道路是指車道標(biāo)志線清晰、道路檢測(cè)容易進(jìn)行的一類道路的統(tǒng)稱。費(fèi)結(jié)構(gòu)化道路是指道路環(huán)境較復(fù)雜，檢測(cè)難度較大的一類道路。對(duì)非結(jié)構(gòu)道路的檢測(cè)是目前非常具有吸引力和挑戰(zhàn)性的課題，受到了學(xué)者和專家的廣泛關(guān)注。

協(xié)同學(xué)習(xí)是目前一種新的學(xué)習(xí)形式，主要以協(xié)同小組的形式存在，能夠充分利用組內(nèi)成員的優(yōu)勢(shì)，進(jìn)行分工合作，討論總結(jié)，最終達(dá)到解決問(wèn)題的目的。在知識(shí)和信息大爆發(fā)的時(shí)代，協(xié)同學(xué)習(xí)能夠滿足知識(shí)時(shí)代的學(xué)習(xí)建構(gòu)和革新需要。

1非結(jié)構(gòu)化道路區(qū)域檢測(cè)種類

對(duì)于非結(jié)構(gòu)化道路區(qū)域的檢測(cè)目前主要有兩種方法，一種是基于模型的學(xué)習(xí)方法，另一種是基于特征的學(xué)習(xí)方法，特征法有氛圍單特征和多特征法。

1.1基于模型方法

基于模型的方法，是根于先前的知識(shí)經(jīng)驗(yàn)對(duì)非結(jié)構(gòu)化道路形狀提出假設(shè)，在假設(shè)的基礎(chǔ)上對(duì)道路進(jìn)行建模，然后進(jìn)行檢測(cè)。這種以構(gòu)建模型為基礎(chǔ)的檢測(cè)方法很大程度上受到模型選擇的限制。目前有一些學(xué)者采用模型法對(duì)非結(jié)構(gòu)化道路進(jìn)行了檢測(cè)。學(xué)者KANG D J在2003年時(shí)，提出采用B樣條曲線對(duì)非結(jié)構(gòu)化道路進(jìn)行檢驗(yàn)，構(gòu)建道路的二維模型，將對(duì)道路左右兩車道的檢測(cè)問(wèn)題轉(zhuǎn)化為利用已經(jīng)掌握的知識(shí)和數(shù)據(jù)求解道路中心線的問(wèn)題。

1.2基于特征的方法

利用已知的顏色、灰度和紋理等特征對(duì)非結(jié)構(gòu)化道路進(jìn)行建模，從而進(jìn)行檢測(cè)。

梁靚在2006年提出利用雙峰法和最大類間方差法（OTSU）選取灰度閾值對(duì)道路圖像進(jìn)行分割。電氣和電子工程師協(xié)會(huì)的BERNUY F于2009年提出基于灰度特征利用融合Canny算子和形態(tài)學(xué)的方法實(shí)現(xiàn)路徑識(shí)別。廈門理工學(xué)院的副教授許華榮在2011年時(shí)以實(shí)時(shí)道路圖像的真彩色信息為研究對(duì)象，利用顏色分塊區(qū)域生產(chǎn)模型對(duì)非結(jié)構(gòu)化道路進(jìn)行分割處理，并用三次樣條進(jìn)行道路邊界擬合，這種檢測(cè)方法提高了對(duì)陰影水跡的抗干擾作用。胡曉輝在2012年提出采用顏色直方圖和隨機(jī)抽樣一致算法相結(jié)合的檢測(cè)方法，該方法對(duì)非結(jié)構(gòu)化道路的檢測(cè)結(jié)果較理想。

1.3多特征融合法

為了提高非結(jié)構(gòu)化道路檢測(cè)算法的準(zhǔn)確性，單特征法不足以滿足當(dāng)前研究的需要，以此多特征融合法的產(chǎn)生和應(yīng)用為非結(jié)構(gòu)化道路檢測(cè)注入了新的生機(jī)。魏武在2009年提出將顏色特征、邊緣特征和紋理特征三種特征相融合，并且結(jié)合支持向量機(jī)對(duì)非結(jié)構(gòu)化鄉(xiāng)村道路進(jìn)行檢測(cè)。同年王靜將協(xié)同學(xué)習(xí)方法運(yùn)用到非結(jié)構(gòu)化道路區(qū)域檢測(cè)中，得到了較理想的道路分割結(jié)果。葉偉龍?jiān)?011年采用了基于在線學(xué)習(xí)的SVM非結(jié)構(gòu)化道路檢測(cè)方法，根據(jù)HSV空間的顏色特征和5個(gè)紋理特征進(jìn)行有監(jiān)督的在線學(xué)習(xí)，分割出非結(jié)構(gòu)化道路區(qū)域。

2兩種協(xié)同學(xué)習(xí)方法比較

2.1二維熵和輪廓特征的道路檢測(cè)方法

針對(duì)非結(jié)構(gòu)化道路場(chǎng)景復(fù)雜，易受光照變化和陰影干擾的情況，西南科技大學(xué)的郭秋梅提出提出了一種基于二維熵和輪廓特征的道路檢測(cè)方法，利用融合色彩特征不變量的二次二維最大熵分割方法對(duì)道路圖像進(jìn)行分割，從分割圖像中提取出道路輪廓，并有效提取邊緣點(diǎn)。通過(guò)求解道路模型參數(shù)實(shí)現(xiàn)邊界重建，同時(shí)對(duì)道路方向進(jìn)行識(shí)別。

這種方法采用融合色彩特征不變量的二次二維最大熵法對(duì)道路進(jìn)行分割，實(shí)現(xiàn)了陰影道路的準(zhǔn)確分割。基于分割結(jié)果，根據(jù)輪廓長(zhǎng)度篩選獲取道路邊緣，在一定程度上過(guò)濾掉了部分非道路邊緣，優(yōu)于直接用邊緣檢測(cè)算子提取道路邊緣的方法。改進(jìn)的Mid-to-side算法搜索道路邊緣點(diǎn)，進(jìn)一步保證了邊緣點(diǎn)的有效性。利用最小二乘多項(xiàng)式曲線擬合法求解道路模型參數(shù)實(shí)現(xiàn)了道路重建，同時(shí)有效識(shí)別出了道路方向。郭秋梅等同過(guò)對(duì)3種不同場(chǎng)景非結(jié)構(gòu)化道路的實(shí)驗(yàn)結(jié)果，表明了本文方法的有效性。但對(duì)于環(huán)境更為復(fù)雜的情況，算法還需要進(jìn)一步完善和改進(jìn)。非結(jié)構(gòu)化道路檢測(cè)是一個(gè)極為復(fù)雜的問(wèn)題，后續(xù)還需要對(duì)其中某些技術(shù)難點(diǎn)問(wèn)題進(jìn)行更深入的研究。

2.2多方向Gabor紋理直方圖

針對(duì)非結(jié)構(gòu)化道路區(qū)域檢測(cè)提出增量式協(xié)同學(xué)習(xí)方法，清華大學(xué)的葉偉龍利用多方向Gabor紋理直方圖和直方圖反向投影器相互學(xué)習(xí)，可以很好地適應(yīng)環(huán)境的變化。與基于圖的半監(jiān)督學(xué)習(xí)方法相比，該方法不需要計(jì)算所有樣本之間的相似度關(guān)系，無(wú)需低維流形假設(shè)，算法直觀且具有開(kāi)放性，可以很容易融入其他學(xué)習(xí)機(jī)制。另外，協(xié)同學(xué)習(xí)本質(zhì)上關(guān)注兩個(gè)學(xué)習(xí)器之間的相互學(xué)習(xí)，而并不限定學(xué)習(xí)器的融合應(yīng)用。

3總結(jié)

非結(jié)構(gòu)化道路由于其自身復(fù)雜的存在環(huán)境，檢測(cè)過(guò)程及方法較為復(fù)雜，合理選擇檢測(cè)方法是保證道路檢測(cè)數(shù)據(jù)準(zhǔn)確的關(guān)鍵。二維熵和輪廓特征的道路檢測(cè)方法和多方向Gabor紋理直方圖都能夠很好的達(dá)到非結(jié)構(gòu)化道路轉(zhuǎn)卻檢測(cè)的目的。

參考文獻(xiàn)：

[1]郭秋梅，黃玉清.基于二維熵和輪廓特征的非結(jié)構(gòu)化道路檢測(cè)[J].計(jì)算機(jī)應(yīng)用，2013，33（7）：2005-2008.

[2]葉偉龍，劉華平，孫富春，等.非結(jié)構(gòu)化道路區(qū)域檢測(cè)的協(xié)同學(xué)習(xí)方法[J].中國(guó)圖象圖形學(xué)報(bào)，2011，16（5）：792-799.