杜学峰，高 越，杨 伟，张 勇

（长安大学 汽车学院，陕西 西安 710064）

关键字：OpenCV；Adaboost 算法；自动驾驶；车辆检测

引言

随着车辆数量的增加，交通状况也愈加复杂，从而导致车辆安全性尤为重要。在一些突发状况或是驾驶员注意力不集中的情况下，我们很难对即将发生的事故作出正确的判断及有效反应。基于车辆自身对前方车辆的检测是一项较为基础的技术，其广泛应用于自动巡航，防碰撞系统中，可帮助驾驶员对路面环境进行有效的判断。

目前一般使用各种传感器进行前方车辆的识别，如激光、雷达、摄像头等，其各有优缺点。在汽车行驶时，路面状况瞬息万变，这就要求在检测前方车辆时要具有较高的实时性及准确性。同时，为了能使该系统能在各种环境下都能正常工作，其应该具有良好的鲁棒性。本文设计了一种基于机器视觉的方法，通过使用OpenCV 库及Adaboost 算法，实现了对前方车辆的检测[2-3]。

1 分类器的训练

1.1 样本采集

训练分类器需要采集大量样本。样本分为正样本和负样本。其中，正样本是我们需要检测的对象及车辆的图片，负样本是不含有需要检测的对象的任意图像。样本图片可从网上下载或拍摄获得。以下分别为一些训练用正样本和负样本的图片。

图2 训练所用负样本

1.2 车辆特征提取

特征是某一类物体或事物所共有的一种属性和标志，通过计算机对车辆特征的提取，实现将车辆从图片中分理出来的目的。想要达到这个目的，车辆特征的选取合适与否至关重要。……