机器视觉技术的应用助力汽车安全辅助驾驶
本帖最后由 如果·爱 于 2013-12-24 10:53 编辑随着我国道路交通事业发展迅猛，汽车保有量已超过1.5亿辆，并且保持继续增长的趋势。道路交通运输的蓬勃发展为我国的运输事业提供了强有力的支撑，但同时也带来了巨大的交通安全隐患。道路交通事故已成为各种事故之首，是建立交通运输安全可持续发展的交通体系的重大阻碍。因此，通过技术手段建立道路交通安全保障系统以减少交通事故是当务之急。
视觉是人类观察世界、认识世界的重要功能手段,人类从外界获得的信息约有75%来自视觉系统,特别是驾驶员驾驶需要的信息90%来自视觉。在目前汽车辅助驾驶所采用的环境感知手段中，视觉传感器比超声、激光雷达等可获得更高、更精确、更丰富的道路结构环境信息。
在汽车的自动驾驶方面，一个前提性的问题就是路况识别和车辆、障碍物的距离、速度检测，解决了这个问题才可能去控制汽车的驾驶。以下将重点围绕这三方面进行分析。
当前，机器视觉主要用于路径的识别与跟踪。与其它传感器相比,机器视觉具有检测信息量丰富、无接触测量和能实现道路环境三维建模等优点，但数据处理量极大,存在系统实时性和稳定性问题，要靠开发高性能的计算机硬件，研究新算法来解决。随着计算机技术和图像处理技术的飞速发展,三维重建道路环境为车辆高速智能驾驶提供强大的信息,在不远的将来具有现实可行性。
机器视觉处理软件系统主要是担负着障碍物检测识别、交通信号检测识别、交通图案识别检测、公路边缘识别检测、弯道弧度识别检测和前方车辆距离速度检测和路面坑洼坡度识别检测这些主要信息的提取，在这些信息数据的基础上进行道路环境的三维重建。将处理得到的道路环境信息和辅助系统的多传感器的信息进行融合，结合车辆动力学模型和车辆行驶状态参数，由车辆行为决策调度系统做出合理的决策调度，然后由路径规划系统生成合理的路径规划和车辆控制命令，对汽车进行控制。
另外，能否安全准确的识别检测出前方汽车、障碍物对汽车智能驾驶也是十分关键的。不仅要识别出前方汽车、障碍物，而且要检测出它们的运动速度、运动方向和离本车的距离，要能依据连续几次测定的它们离本车的距离和运动速度、运动方向预测出它们的可能运动轨迹，为本车超车、减速、规避障碍物、降低危险风险提供可靠的数据。
近年来，随着人们对道路交通安全性要求的提高,机器视觉技术的应用在汽车安全辅助驾驶上已得到广泛关注，维视图像作为国内领先的机器视觉提供商，具备多年与高校研究所合作开发经验，其软硬件也在机器视觉驾驶辅助系统方面获得大量成功应用案例。
页:
[1]