汽车机器视觉安全技术国内外研究现状
一、国外研究现状
目前车辆行驶状况的感知技术中, 视觉传感器与超声波、激光、雷达等相比较而言,
可以获得更加丰富多彩的道路环境、运行轨迹等信息。而且很多道路与交通环境信息,如交
通信号信息、交通标志信息、道路标线信息、前方车辆信息等都主要是作为视觉信号起作用,
其他感知手段难以有效获得其表现内涵,因此基于机器视觉感知理解技术的汽车主动安全系
统研究倍受关注国外非常重视汽车视觉主动安全系统及技术方面的研究。 基于视觉的汽车
主动安全技术是 ITS 智能交通系统研究的核心问题, 能够很好解决交通安全的问题, 有
利于缓解运输领域的交通堵塞和环境污染问题。因此,国外科研机构及汽车企业不同程度地
开展汽车视觉安全技术领域的探索研究。 目前, 汽车视觉安全技术的研究主要集中在前方
障碍物探测,追尾防撞预警,车道偏离预警和驾驶人状态监控等方面,作为车辆主动安全技
术研究领域的一个重要组成部分,吸引很多国家投入大量的人力、物力、财力进行研究和开
发。
1.汽车机器视觉主动安全系统国外研究现状
德国联邦大学在成功研制 VaMoRsP 智能车系统后,开始发展新一代的 EMS-Vision 视
觉系统。 该系统可以随着速度的变化,自动调节摄像机的焦距;对周围较宽范围内的物体
感知,适应不平道路的颠簸环境,获得立体视觉的解释。
美国 CMU 大学机器人研究所研制的 NabLab8,装备便携式计算机、视觉传感器、GPS
全球定位系统,雷达和其它辅助设备。驾驶系统运行在 PANS 硬件平台之上,该平台为系
统提供了计算平台、I/O 接口、位置估计、方向盘控制和安全监视等功能。
法国帕斯卡大学研制的 Peugeot 系统,该系统充分利用单目机器视觉动态在线完成对
道路标识线的检测与跟踪, 道路标识线的左、右两侧边缘信息通过高斯滤波和平均值估算
灰度标准方差以及梯度计算获取, 并建立了道路多项式函数轨迹模型, 同时利用时空光滑
方法降低噪声干扰,提高道路标识线检测的鲁棒性。
美国卡内基梅隆大学的 SCARF 系统和 ALVINN 系统, 该系统运用色彩聚类技术划
分道路图像中的像素点, 提出梯形道路区域假设, 在假设区域内利用 Hough 变换检测道
路边界信息,通过神经网络学习控制车辆的行驶状态。
意大利帕尔马大学的 GOLD 系统,该系统包括 3 个 CCD 视觉传感器,其中一个视
觉传感器用于检测道路标识线,另外两个用于检测前方车辆障碍物。CCD 视觉传感器获取
的图像信息通过图像采集卡 PCI 总线采集,该系统架设了 PAPRICA-3 硬件结构,能够实
现图像处理算法的并行运算,执行无人驾驶车辆的控制任务。
AURORA 系统由一个彩色 CCD 视觉传感器、数字转换器以及一个处理速度为 60Hz
的便携 SunSparc 工作站共同组成,以视觉传感器俯视安装采集的方式在线检测车辆一侧的
道路标识线图像信息。
意大利帕勒莫大学的 AutoTrak 系统, 它由若干 PC-104 板卡组成, 雷达接口单元安
装于汽车前部挡风玻璃下方的后视镜,并且能够进行实时在线自标定, 通过它的 LED 面
板显示车辆横向位置或者菜单选择信息。
AutoVue 系统利用单目机器视觉实时监测本车在行车道中的运动轨迹, 预测本车与道
路标识线之间的绝对距离,与设定的报警阈值进行对比,判断是否预警,当检测出车辆已经
处于偏离车道行驶状态时, 系统发出类似于车辆在隆声带上行驶时发出的隆隆作响的声音
来提醒驾驶人安全行车。
DSS 系统通过 CCD 视觉传感器实时采集道路标识线信息、利用多传感器融合技术采