基于差异性区域预测的行人与骑车人联合检测*

肖艳秋，周 坤，崔光珍，房占鹏，孙启迪，刘燕旗

（郑州轻工业大学机电工程学院，郑州 450003）

前言

高级别的自动驾驶技术包括高精地图构建与定位、环境感知、路径规划和控制决策4 个方面。环境感知作为其中重要的环节，由车载相机和雷达等传感器实时检测行车周围各种物体（如行人、骑车人、车辆和交通信号灯等），获取其位置信息并预测相应的运动轨迹［1］。车载相机因其采集的数据信息十分丰富和成本低廉的特点广泛应用于自动驾驶领域。基于车载相机的物体检测需要在图片或视频中识别出物体的具体区域并进行定位，得出相对距离和速度矢量，然后将得到的信息作为车辆运动轨迹规划的约束条件，用以生成最优运动轨迹［2］。行人与骑车人（包括骑自行车、摩托车或电动车的人员，如图1 所示）作为重要的交通参与者，其数量庞大、且随机分布于道路各处。在一定行车范围内为保证驾驶安全，自动驾驶车辆必须准确及时地检测到所有行人和骑车人并避开。因两者特征高度相似，检测器往往无法准确区分行人与骑车人，检测结果易出错，会极大地影响驾驶安全性。因此，须探索一种准确区分行人与骑车人的检测方法。

图1 行人与骑车人及混淆检测实例

行人、骑车人不同于交通标志和汽车等类的一般静态物体，其颜色和形状可作为特征进行检测，如交通标志一般形状有圆形、三角形、矩形，颜色有绿色、红色、黄色，检测时可以将这些特有的特征作为筛选条件，快速捕捉到该交通标志在图像中的位置并加以识别。……