基于视觉的道路车辆检测、跟踪及行为研究

介绍了基于视觉的车辆检测、跟踪及行为研究。

（1）分析了道路车辆检测和跟踪时使用毫米波雷达、激光雷达和视觉传感器的不同优缺点。图像和视频信息可以提供丰富的道路信息。摄像机较雷达具有更加宽广的视角，因此可以检测和跟踪多车道。视觉传感器相比雷达等主动传感器成本更低，而且目前已经有应用在车道线检测上的基础，因此系统集成性更好。基于视觉的车辆检测缺点是对光照和天气条件比较敏感。

（2）分别对单目视觉和立体视觉检测车辆方法进行了研究。车辆检测方法可分为基于外观和运动状态的两类。一般来说，单目视觉大多使用的是基于外观的车辆检测方法。在车辆检测初期，使用多种类的外观特征来识别车辆。使用较多的外观特征是相对于图像中某个纵轴对称的特征。近年来，基于外观的车辆检测使用的特征从简单边界、对称图像特征逐渐向鲁棒性更好的车辆检测特征集发展，其中定向梯度直方图和哈尔特征集是车辆检测常用的检测特征集。

（3）使用立体摄像机的基于车辆运动状态进行车辆检测的方法，比基于外观特征的车辆检测方法更普遍。多部分研究都是将立体摄像机安装在前挡风玻璃上。道路图像中的目标点先从单目摄像头图像中提取出来，然后通过两个摄像头图像的不一致性和立体摄像机获得的深度图像，定位出三维图像。

（4）将车辆从获取的道路图像中检测出来后，车辆跟踪目的在于测量车辆的动力学和运动学特性，并估计出车辆下一步位置。

（5）对基于视觉的车辆检测、跟踪及行为分析的未来发展方向进行了讨论。

Sayanan Siyaraman. IEEE Transactions on Intelligent Transportation Systems, vol. 14, No. 4, December 2013.

编译：路顺杰