胡钊政，伍锦祥，肖汉彪，周 哲

(1.武汉理工大学 信息工程学院, 武汉 430070；2.武汉理工大学 智能交通系统研究中心,武汉 430063；3.武汉理工大学重庆研究院,重庆 401120)

随着人工智能的应用领域不断扩大，移动机器人扮演着越来越重要的角色。作为避免碰撞和进行运动的先决条件，障碍物检测在其更智能地完成任务方面发挥着重要作用[1]。目前，障碍物检测方法按照获取环境信息的方式可以分为两类。一类为基于距离传感器对障碍物进行感知和定位。其中超声波雷达价格低廉，但其二维的扫描范围盲区较大[2];毫米波雷达具有更大的作用范围[3]，其缺点是视野有限和价格高昂;同样的，激光雷达[4-5]也由于其高昂的价格，难以广泛应用于移动设备上。第二类则为基于视觉传感器的方法。单目视觉主要使用基于特征的方法对目标进行检测[6]。文献[7]使用基于边缘特征的障碍物检测，通过边缘算子检测边缘特征来检测障碍物。但是单目视觉存在视场小、无法获取目标准确的距离信息等问题。基于立体视觉的方法一般利用双目相机获取深度信息。文献[8]使用密集立体匹配进行三维重建，并通过改进的半全局匹配算法以细化视差图，实现障碍物检测;文献[9]提取目标角点和边缘信息对左右目图像进行立体匹配来深度重建，从而实现检测和测距，但基于立体视觉的方法计算量大，实时性不足，且离相机越近盲区越大。基于环视的方法即利用环视系统生成全景图进行障碍物检测，文献[10-11]通过生成全景鸟瞰图，并在其中检测道路和障碍物特征，可直观的判断周围障碍物情况。……