孟祥环，罗素云

（上海工程技术大学机械与汽车工程学院，上海 201620）

0 引言

地面机器人自主导航系统中最重要的问题是对周围环境的感知与理解［1］。图像中的天空区域为地面机器人提供了水平和背景信息，对于基于视觉的地面机器人导航具有重要意义。自主地面机器人中最常用的传感器大致可分为两类：主动式传感器和被动式传感器。主动式传感器，如雷达、激光雷达和声纳等都已得到了大规模应用［1-2］。随着电子技术的发展，摄像机等无源传感器具有更小的体积、更低的价格及功耗，并且可以提供丰富的环境信息［3］，目前摄像机等视觉传感器在自主地面机器人中也已实现普及［4-5］。天空区域是室外图像的重要组成部分，对于室外机器人导航系统而言，对天空区域的检测是非常必要的［6-9］，利用检测到的天空区域可以在图像中估计出地平线。由斯坦福大学开发的一种天空区域检测算法，不仅可以改善道路检测结果，还可以粗略估计机器人倾斜角度，搭载该算法的斯坦利无人驾驶车辆荣获2005 年DARPA 挑战赛冠军。

Shen 等［10］对天空部分进行了研究，提出地面区域平均亮度比天空平均亮度暗，天空区域在图像上侧、地面区域在图像下侧，且天空区域比较平滑的假设。在此前提下对图像的像素进行遍历，通过不断调整梯度阈值得到不同边界，然后通过计算所有边界的能量函数得到最优边界，并进行优化，最终得到了天空区域。

目前天空识别方法主要分为基于阈值的分割方法、基于区域的分割方法和基于边缘的分割方法［11-12］：