罗国荣

(广州科技职业技术大学,广州 510550)

0 引言

在科技通信、人工智能和汽车技术的快速发展下，无人驾驶汽车能有效降低人们因看手机、疲劳和饮酒等引起交通事故的发生率，因此无人驾驶汽车技术便成为汽车研究的关键技术。无人驾驶可分为传感与认知、决策、规划和自动控制4个过程，其中，传感与认知是无人驾驶汽车的前提和基础，其负责对车身周围环境的检测与认知，包括道路环境的识别、移动目标的识别、汽车自身状态和位置的识别等。对于道路移动目标的识别与跟踪，刘创[1]提出了一种基于注意力构架的汽车运动轨迹预测算法，在跟踪系统上增添了多个容错改进模块，使得其鲁棒性得到有效提高，但对目标被部分遮挡或完全遮挡下的跟踪较为困难；高燕[2]提出了一种基于计算机视觉的学习目标表观特征的网络框架，用相似性矩阵来描述目标的高阶特征，通过分层数据关联和匈牙利算法求得目标之间的最佳匹配关系，从而达到目标的识别及跟踪；李兴玮等[3]提出一种在线多目标自动跟踪器，其基于目标间的相对运动信息和数据关联策略，运用事件匹配算法改进当前帧的检测响应，能有效跟踪目标；马健博[4]采用了可见光与红外线相结合的方式对目标进行识别与跟踪，将马尔可夫的预测模型嵌入到TLD检测器中，对目标的跟踪具有较好的鲁棒性；游思思[5]提出了一种计算机视觉的目标表观字典和背景字典协同结构稀疏重构优化的目标跟踪方法，获得了较好的跟踪效果。……