袁孝斌
摘 要:在智能交通的发展过程中,最受人们关注的热点就是智能车辆,对于检测无人驾驶智能车障碍的方法就是当前最需要解决的问题之一,相关的检测技术也是关键技术。在不断快速发展计算机硬件的时候,也在不断地提高计算机的整体性能,慢慢地很多比较新颖的方法以及算法被提出来,而当前检测无人驾驶智能车辆的技术仍然是研究的难点。本文探析了无人驾驶智能车障碍检测方法。
关键词:无人驾驶;智能车;障碍检测;有效方法
引言:不仅仅是我国在研究相关的检测无人驾驶智能车辆障碍的技术,大多数发达国家也在研究着,在研究的过程中也在广泛推广以及应用着智能车辆。我国研究先关检测技术的主体是高校以及研究机构,但是检测技术仍然和发达国家之间存在着比较显著的差异。当前的无人驾驶智能车辆障碍检测技术的应用具有非常宽广的前景,也有着比较重要的实践意义,同时也是当前检测智能车辆的主要研究技术。
一、无人驾驶智能车障碍检测技术的研究现状分析
当前,对无人驾驶智能车障碍检测技术的研究正处于狂热期,市场上存在很多各式各样的检测技术,不同的检测技术的检测效果不一样。通常情况下,按照不同的传感器类型进行检测无人驾驶智能车辆障碍物的技术分类,常常将其分成双目摄像机、结构光、超声波、激光雷达等[1]。其中,一直以来使用较为广泛以及引起研究人员关注的检测技术就是基于双目立体视觉的无人驾驶智能车辆障碍物检测技术,这种检测技术应用的优势有成本低廉、设备简单、能够获取深度信息以及丰富的彩色图像信息。
二、无人驾驶智能车障碍检测系统分析
在路平面上显而易见阻碍车辆驾驶或者是高于路平面的物体,统称为道路的障碍物,但是一些相关研究也会认为比路面低的物体也会是障碍物。一直以来,按照不同情况的道路,会将其分成非结构化道路以及结构化道路[2]。一方面,对于检测非结构化道路上存在的障碍物,这个技术的研究一直是重点,同样也是检测技研究的难点。另外一方面,对于检测结构化道路上存在的障碍物,主要的重点是道路连线检测,这样的检测技术得到了一定的研究效果以及应用地位。障碍物检测系统位于双目立体视觉基础之上,常常需要显示设备、计算机、两台固定位置的摄像机(也就是双目摄像机)等组成结构。整个无人驾驶智能车障碍检测系统工作程序具体是:在双目摄像机中计算机可以得到原始的图像,将原始的图像进行处理,最后装换成格式图像或者是灰度,转换之后就可以很方便地输出结果。摄像机位于不同的位置上就会有不同的场景视角,这些状况都是因为固定分开安装的双目摄像机所导致的。计算机不仅仅可以获取深度信息,还可以获取图像信息。在得到双目图像以后,按照相关的人工智能、图像处理,以及模式识别等主要理论,采取各式各样的技术方法就可以检测障碍物。
三、无人驾驶智能车障碍检测方法分析
当前,研究的无人驾驶智能车障碍检测方法,主要是指基于双目立体视觉的障碍物检测方法,这种检测方法常常分成双目检测以及单目检测这两种,这两种检测方法具有连贯性的特点,单目检测的实际意义就是利用单幅图像检测图像中障碍物的位置,然后再借助双目立体视觉将相关的空间信息计算出来。主要的检测方法就是:(1)按照直方图亮度对道路区域进行分割,然后家住区域中存在的颜色将不确定的障碍物区域进行分割,将提取出可疑障碍物区域并且进行高度计算,最后就能够确认障碍物,采取这样的检测方法可以将整体的计算量进行缩减,同时这样的检测方法也会获得更好的检测结果,但是检测实施的前提是在路面中要有特定的颜色,可见这种检测方法也有不足就是会受到检测路面条件的限制,也会出现漏检的不良情况。(2)基于角点的立体视觉感知算法,主要是检测车道标线,可以消除变化的摄像机俯角对行驶中车辆造成的影响,将立体匹配中极线中存在的限制要求减弱以及将立体化的计算量减少。但是这样的检测方法使用存在一定的限制,只适合应用在带标线的道路检测中,然而只要存在很多的路面角点或者是很少的障碍物角点,都会对正确的检测结果造成严重的影响。(3)借助全局优化算法进行的检测方法,需要首先确定摄像机以及路面的详细坐标状况,利用映射匹配好基准图像以及目标图像的路面,最后就可以使用全局化计算来确认路面以及障碍物的位置。
结语:综上所述,对于无人驾驶智能车障碍检测方法,其实有很多,但是每种检测方法都具有自身的优势以及不足,综合多方面因素进行考虑,发现基于双目立体视觉的障碍物检测方法更加科学。但是吗,这种检测方法依然存在很多独有的缺点以及优点,在不同的复杂道路环境中,将这种检测技术有效地应用在无人驾驶智能车辆中还没有找到很好的解决方法。同时,这中检测技术具有十分重要的检测意义以及检测作用,也是检测当前无人驾驶智能车辆障碍的主要技术方法。所以,不断研究创新检测技术对发展我国无人驾驶车辆具有很重要的积极作用。
参考文献:
[1] 张大为,刘迪,赵亚范.基于AT89S52芯片的简易智能小车的设计与实现[J].电子设计工程,2014,129(22):2064-2065.