黄妙华，黎 洲,吴益鹏

(1.武汉理工大学 现代汽车零部件技术湖北省重点实验室,湖北 武汉 430070;2.武汉理工大学 汽车零部件技术湖北省协同创新中心,湖北 武汉 430070)

无人驾驶是汽车发展的一大趋势，成熟的无人驾驶技术不仅可以降低事故率，还可以减少城市交通拥堵的情况，这对解决国内城市的交通拥堵情况是极其有利的。在进行无人驾驶研究的过程中，对道路进行自动识别是必须完成的工作。道路分为结构化道路和非结构化道路两类，结构化道路具有清晰明确的车道线标志，故基于结构化道路的识别检测技术较非结构化道路的识别技术更为成熟。在现实生活中，结构化道路一般只存在于高速公路、一级公路以及部分二级公路，大多数道路为非结构化道路，故研究基于非结构化道路的识别检测具有更加重要的意义。非结构化道路一般指没有车道线或者道路边界不清晰的道路，并受阴影和水迹的影响，道路区域和非道路区域难以区分的道路。目前国内外对非结构化道路的检测算法还处于研究阶段[1]。

从相关文献来看，目前基于非结构化道路识别的算法主要分为3类：基于道路特征分割的方法[2-4]，基于道路模型匹配的方法[5-6]，基于神经网络等深度学习的方法[7-8]。3类方法各有特点，基于道路特征分割的方法需要的先验知识较少，但计算量较大；基于道路模型匹配的方法仅能对已有的道路模型进行快速反应；基于神经网络等深度学习的方法需要大量训练样本集来适应复杂的路面情况。……