论文部分内容阅读
随着世界经济的稳步增长和汽车价格的不断下降，近年来私人汽车的持有量显著上升。在享受汽车给人们带来便利的同时，因交通事故而产生的问题也日益突出。其中司机泊车时由于车后盲区所造成的交通事故约占30％。因此，准确识别车辆周边环境的信息是十分必要的。然而，现有的倒车辅助产品大多是基于雷达或超声传感器的，存在检测范围小、有盲区，对行人特别是儿童等小对象的检测性能差或无法正确检测的问题。考虑到成本、电力消耗、设备安装、像机标定等问题，将单目视觉与超声或雷达传感器相结合的障碍物检测系统是未来的发展方向。 本文提出了一种融合运动补偿与特征信息的障碍物检测算法，该算法是基于单目视觉的。该算法估计了相邻两帧图像之间的摄像机的运动参数，从而利用估计出的运动参数对这相邻两帧图像做运动补偿，生成假想图像与差分图像，再利用假想图像与差分图像所提供的信息，根据一定的规则提取候选障碍物区域。最后该算法利用障碍物在图像上成像的特征:垂直边缘连线特征、区域特征，过滤候选障碍物区域，最终确定障碍物区域。 实验结果表明本算法支持复杂场景下的倒车辅助，能实现自车后方一定范围内的任意形状、任意大小、静止或移动障碍物（如车辆、行人、球、电线杆等）的鲁棒检测，为停车辅助系统中碰撞避免算法提供了重要的依据。