汽車技術(shù)的發(fā)展進(jìn)入了智能化時(shí)代,，機(jī)器視覺在眾多汽車駕駛輔助技術(shù)中均有應(yīng)用,，機(jī)器視覺領(lǐng)域的技術(shù)進(jìn)步無疑將推動(dòng)汽車駕駛輔助技術(shù)的發(fā)展。因此圖像采集質(zhì)量的提升,、圖像處理算法的優(yōu)化,，如何更快速地實(shí)現(xiàn)圖像智能生成,、處理、識(shí)別并給出決策建議,，都是機(jī)器視覺領(lǐng)域需要解決的重要問題,。

　　編者按：機(jī)器視覺是汽車駕駛輔助系統(tǒng)應(yīng)用領(lǐng)域的重要技術(shù),，文章主要綜述了機(jī)器視覺在車道檢測(cè)技術(shù)、交通標(biāo)志識(shí)別技術(shù),、車輛識(shí)別技術(shù),、行人檢測(cè)技術(shù)和駕駛員狀態(tài)檢測(cè)技術(shù)等領(lǐng)域的應(yīng)用,，著重介紹了機(jī)器視覺技術(shù)在上述領(lǐng)域目前的研究現(xiàn)狀,，為機(jī)器視覺在汽車駕駛輔助領(lǐng)域的進(jìn)一步研究提供了參考,。

　　隨著我國汽車工業(yè)的快速發(fā)展，機(jī)動(dòng)車的保有量逐年攀升,，道路交通事故對(duì)人類生命和財(cái)產(chǎn)安全造成的重大危害也不斷凸顯,。世界衛(wèi)生組織發(fā)布的《道路安全全球現(xiàn)狀報(bào)告2013》中指出,，全世界每年約有124萬人死于道路交通,，道路交通傷害是全球第8大死因之一。

　　為了改善道路交通安全狀況,，國內(nèi)外眾多的科研機(jī)構(gòu),、汽車企業(yè)均投入大量精力在汽車安全防護(hù)系統(tǒng)的研究和開發(fā)領(lǐng)域。研發(fā)內(nèi)容從最早的機(jī)械和電子裝置,，發(fā)展到今時(shí)今日關(guān)注的熱點(diǎn)———先進(jìn)輔助駕駛系統(tǒng)（ADAS）,。

　　以ADAS為代表的系統(tǒng)在硬件上應(yīng)用了多種傳感器,，如超聲波傳感器,、視覺傳感器、雷達(dá),、GPS等,，在行車過程中感知車輛自身狀態(tài)及環(huán)境變化,，采集車輛數(shù)據(jù)和環(huán)境數(shù)據(jù)，依據(jù)這些數(shù)據(jù),，進(jìn)行交通場(chǎng)景識(shí)別,、交通事件預(yù)測(cè)，并給出相應(yīng)的駕駛建議和應(yīng)急措施,，輔助駕駛?cè)藛T進(jìn)行決策,，避免交通事故發(fā)生,，減少事故造成的傷害,。

　　在實(shí)際駕駛過程中，駕駛員獲取絕大部分信息均來自于視覺,，比如：路面狀況,、交通標(biāo)志,、標(biāo)線和信號(hào)、障礙物等,，研究表明大約有90%的環(huán)境信息來自于視覺,，如果能很好地利用視覺傳感器理解路面環(huán)境，對(duì)實(shí)現(xiàn)車輛智能化是一個(gè)很好的選擇,?；谝曈X導(dǎo)航的交通標(biāo)志檢測(cè)、道路檢測(cè),、行人檢測(cè)和障礙物檢測(cè)的車輛駕駛輔助系統(tǒng),，可以降低駕駛員的勞動(dòng)強(qiáng)度，提高行駛安全性,，減少交通事故,。

　　駕駛輔助系統(tǒng)在為駕駛員提供決策建議的過程中,，使用了大量的視覺信息數(shù)據(jù)，在這方面視覺圖像具有無法比擬的優(yōu)勢(shì)：

　　·視覺圖像包含的信息量大,，例如可視范圍內(nèi)物體的距離信息,、物體形狀、紋理和顏色等,；

　　·視覺信息的獲取是非接觸的,，不會(huì)破壞路面和周圍環(huán)境，也不需要對(duì)現(xiàn)有道路設(shè)施進(jìn)行大范圍的配套修建,；

　　·一次視覺圖像的獲取,，可同時(shí)實(shí)現(xiàn)道路檢測(cè)、交通標(biāo)志檢測(cè),、障礙物檢測(cè)等多項(xiàng)工作,；

　　·視覺信息的獲取過程中不會(huì)出現(xiàn)車輛相互干擾的情況。

　　綜上所述,，智能車輛機(jī)器視覺技術(shù)在智能交通,、汽車安全輔助駕駛、車輛的自動(dòng)駕駛等方面有著廣泛的應(yīng)用前景,。

　　1.機(jī)器視覺在先進(jìn)輔助駕駛系統(tǒng)中的應(yīng)用

　　目前,，視覺傳感器及機(jī)器視覺技術(shù)被廣泛應(yīng)用到了各類先進(jìn)輔助駕駛系統(tǒng)中。其中,，行車環(huán)境的感知是基于機(jī)器視覺的先進(jìn)輔助駕駛系統(tǒng)的重要組成部分之一,。

　　行車環(huán)境的感知主要是依靠視覺技術(shù)感知車輛行駛時(shí)的道路信息、路況信息和駕駛員狀態(tài),，為輔助駕駛系統(tǒng)提供決策所必需的基礎(chǔ)數(shù)據(jù),。其中，

　　·道路信息主要是指車外的靜態(tài)信息,，包括：車道線,、道路邊沿、交通指示標(biāo)志和信號(hào)燈等,；

　　·路況信息主要是指車外的動(dòng)態(tài)信息,，包括：行車前方障礙物、行人,、車輛等,；

　　·駕駛員狀態(tài)屬于車內(nèi)信息，主要包括：駕駛員的疲勞,、異常駕駛行為等,，通過提醒駕駛員可能發(fā)生的不安全行為，避免車輛發(fā)生安全事故,。

　　借助機(jī)器視覺技術(shù)對(duì)行車環(huán)境進(jìn)行感知,，可獲取各種車內(nèi),、外的靜態(tài)信息和動(dòng)態(tài)信息，幫助輔助駕駛系統(tǒng)做出決策判斷,。

　　根據(jù)上述分類,，可知目前應(yīng)用較多的基于機(jī)器視覺的先進(jìn)輔助駕駛系統(tǒng)的關(guān)鍵技術(shù)包括：車道線檢測(cè)技術(shù)、交通標(biāo)志識(shí)別技術(shù),、車輛識(shí)別技術(shù),、行人檢測(cè)技術(shù)和駕駛員狀態(tài)檢測(cè)技術(shù)等。

　　1.1車道線檢測(cè)技術(shù)

　　目前已有的車道線檢測(cè)技術(shù)研究成果中,，主要涉及設(shè)備和算法兩個(gè)方面,。車道線檢測(cè)技術(shù)的數(shù)據(jù)采集基于不同的傳感器設(shè)備，例如激光雷達(dá),、立體視覺,、單目視覺等。對(duì)采集到的信息,，需要匹配適合的算法,，例如基于模型的方法和基于特征的方法進(jìn)行計(jì)算和決策。

　　·激光雷達(dá)的機(jī)器視覺原理是通過不同的顏色或材質(zhì)有不同反射率的特點(diǎn)進(jìn)行道路識(shí)別,；

　　·立體視覺與激光雷達(dá)相比精確性高,，但實(shí)現(xiàn)圖像匹配難度大，設(shè)備成本較高,，且由于算法復(fù)雜，導(dǎo)致了實(shí)時(shí)性較差,；

　　·單目視覺在應(yīng)用中主要通過基于特征,、模型、融合和機(jī)器學(xué)習(xí)的方法實(shí)現(xiàn),，是目前進(jìn)行車道線識(shí)別最主流的方法,。