汽车机器视觉安全技术国内外研究现状
、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