张博森，陈学文

（辽宁工业大学 汽车与交通工程学院，辽宁 锦州 121001）

前言

随着传感技术和计算机技术的快速发展，作为前沿的主动安全驾驶技术——高级驾驶辅助系统（Advanced Driver Assistance Systems, ADAS）有效减少了交通事故率。在2018年和2019年国内汽车市场连续两年下滑[1]的背景下，中国工程院院士、中国汽车工程协会理事长李骏在首届中国智能汽车创新发展战略高峰论坛上表达了对智能车辆的肯定，强调了发展相关技术的必要性和紧迫性。而前车的有效识别是ADAS走向成熟的关键一步，目前相关技术存在许多问题[2]，走在智能驾驶前沿的Tesla等品牌汽车多次发生追尾、冲撞护栏的事故，故有效的前车识别仍然是世界科研院所和车企的研究热点。本文针对视觉和雷达传感器的前车识别方法进行了综述，并给出改进意见。

1 基于视觉的前车识别研究概况

随着图像传感技术、CPU等硬件和图像处理技术的发展，基于视觉的目标识别完成了从“手动提取目标特征并人工识别”、“手动标记目标特征然后机器识别”到“机器自动提取目标特征并识别”的转变，检测实时性和识别精度都有了质的飞跃。

1.1 基于传统图像处理技术的前车识别

基于传统图像处理方法的前车识别需要手动提取并处理目标车辆的显著特征。此方法不需要大量的数据集，但是识别精度较低，漏检率和误检率较高。鉴于车辆底部阴影与周遭道路环境有更高的对比度，Nur Shazwani A.[3]等人利用斑点分析手段检测车底阴影特征，结合水平Scharr-Sobel增强算子，提出了一种基于车辆底部阴影的车辆检测算法。……