夜間超車車輛盲區的檢測與跟蹤

汽車盲區檢測作為汽車主動安全的重要組成部分，受到越來越多的研究人員的關注。汽車盲區檢測為駕駛員安全的并線提供了重要的參考依據。傳統的基于圖像機器學習的汽車盲區檢測在白天能夠很好地發揮作用，但是在夜間由于光線不夠充足，傳統的盲區檢測不能很好地識別出盲區的車輛，使得盲區檢測系統不能很好地為駕駛人員提供足夠的參考信息，達到規避危險的作用。

為了解決傳統的基于圖像的汽車盲區檢測在夜間適應性不強的問題，將汽車最明顯的特征-前照燈光斑引入到盲區檢測中，將后車前照燈形成的光斑作為車輛的識別特征。通過估計運動矢量以區分正在接近的光斑和背景噪聲斑點，然后將識別出的主要的兩個斑點配對組成后車車燈，從而識別靠近的后車。當系統識別出車輛盲區有靠近車輛時，通過發出警報聲來提醒駕駛人員。

通過仿真來測試和驗證所提出的夜間車輛盲區檢測算法。通過汽車后置攝像頭拍攝的夜間市區和高速公路的視頻進行剪輯來形成仿真所需要的圖像素材。仿真結果顯示，該算法的準確率高達93.6%，查全率高達（Recall）100%。在這些模擬結果中，雖然所有接近車輛都被檢測到并精確地發出警報，但旁邊車道的車輛以及背景燈光會影響該系統，從而發出誤報，導致精度下降的問題。