基于车底阴影的智能车前方车辆检测算法

王继贞，张绍勇，陈效华（奇瑞汽车股份有限公司汽车工程研发总院，安徽 芜湖　241009）

基于车底阴影的智能车前方车辆检测算法

王继贞，张绍勇，陈效华
（奇瑞汽车股份有限公司汽车工程研发总院，安徽 芜湖241009）

对前方车辆进行实时精确的检测是智能车系统中对车辆进行横向和纵向控制的基础。本文提出一种鲁棒的车辆检测方法，可适用于有车道线场景和无车道线场景车辆检测问题。车辆检测可以分为车辆假设产生和车辆验证2个阶段。在车辆假设产生阶段，文中提出一种车底阴影二值化方法，可以不受车道线有无影响，对光照强弱、建筑物或树的投影等抗干扰能力强。在车辆验证阶段，文中提出车辆粗验证和精确验证2个步骤。粗验证阶段采用车辆对称性，初步定位车辆位置，然后在精确定位阶段采用机器学习方法进行精确定位。

车辆检测；车底阴影；Adaboost

近年来，随着汽车数量的急剧增加和人们生活水平的提高，汽车行驶安全性成为人们关注的重点。前方车辆检测是智能车研究的关键技术之一，主要用于智能车前方车辆检测、测距。利用摄像机来采集道路前方车辆图像，信息量大、成本低、无污染［1］。目前车辆检测算法主要有：背景差法、帧间差分法、光流法、基于车辆底部的阴影法、基于车辆特征的识别方法。其中，背景差法、帧间差分法只能适用于车辆静止状态的车辆检测，一般用于监控领域。光流法适用于车辆相对运动较大场景，对于车辆运动相对较小场景不适用，并且光流法运算量较大，对硬件处理能力要求高，无法用于智能车系统中。……