基于視覺激光數(shù)據(jù)融合的非結構化道路檢測.pdf

1、無人駕駛車要實現(xiàn)自主導航，需要從多傳感器數(shù)據(jù)中實時獲取可量化的道路區(qū)域信息。針對高速公路等結構化道路環(huán)境已經有很多實用的檢測方法。與之相比，由于非結構化道路邊界模糊，路面形態(tài)多樣，更易受季節(jié)、天氣等因素影響，使得該種環(huán)境下的可靠道路檢測成為保障無人車長期穩(wěn)定運行的關鍵。
　　針對非結構化道路檢測的問題，本文設計了一種由安裝視角高低不同的兩個單目攝像機構成的視覺系統(tǒng)。其中高視角攝像機可以覆蓋前方較遠區(qū)域，研究中可采用Gabor濾波算

2、法檢測并追蹤道路消失點，從而實現(xiàn)道路延伸方向的估計?？紤]車載激光的有效觀測范圍，將低視角攝像機的覆蓋區(qū)域設定為車前九米范圍內的道路區(qū)域。為了平衡分割精度與計算復雜度，采用超像素分割算法將低視角攝像機采集的圖像劃分成200個超像素塊，然后利用支持向量機完成超像素塊分類，并通過形態(tài)學處理提升道路分類效果。由于行人、車輛等物體不具備穩(wěn)定的分類特征，基于單目視覺的分類算法無法保證無人車自主導航的可靠性。本文以視覺激光聯(lián)合標定結果為基礎，提出了一

3、種可將視覺檢測結果呈現(xiàn)于三維激光數(shù)據(jù)的建模方法，不僅可通過激光測距數(shù)據(jù)的幾何特性對視覺檢測結果進行校正，并可完成道路邊界在車體坐標系下的三維描述，從而實現(xiàn)了道路檢測與導航的無縫集成。
　　利用自主構建的道路環(huán)境數(shù)據(jù)庫進行上述檢測算法有效性和實用性的驗證。該數(shù)據(jù)庫由非結構化道路環(huán)境中超過10000幀圖像及對應的激光數(shù)據(jù)構成，數(shù)據(jù)跨越了春、夏、秋三個季節(jié)，包括晴天、陰天及雨后三種天氣狀況，并涵蓋強光照、陰影等不同因素。實驗中發(fā)現(xiàn)當遇到