摘要

本文介绍了在ARGO车辆上实现的车辆感知方法（定位和跟踪）。 通过仅处理从安装在车辆上的立体视觉系统获取的图像，可以改善对环境的感知。

介绍

这项工作介绍了为ARGO自主车辆开发的车辆检测功能。自动车辆驾驶是一个通用术语，指的是旨在实现某些驾驶任务的全部或部分自动化的技术。自动驾驶车辆应具备的功能包括：沿着道路行驶并保持在正确的车道内，保持车辆之间的安全距离，根据环境和道路条件调节车辆的速度，跨车道行驶以超车车辆并避免障碍物，有助于找到到达目的地的正确和最短路线，以及在城市环境中的移动和停车。用于检测障碍物的技术可能会根据障碍物的定义而有所变化[13。如果障碍物是车辆，则检测可以基于可能由其他特征（例如纹理[2]，形状[3]，对称性[4,5,6]或使用近似轮廓[7]。在这种情况下，处理可以限于对单个静止图像的分析。尽管这种方法已被广泛证明对于单纯的车辆检测是有效的，但很难准确地确定车辆距离。此外，在单个图像处理的情况下，场景上的特定图案（例如，阴影，车道标记或路面上的其他伪影）可能会欺骗视觉系统。
在本文讨论的方法中，车辆依靠单眼图像序列进行检测和跟踪； 使用单眼视觉只能计算出车辆距离的粗略猜测。 然后，使用简单的立体视觉算法来计算结果的验证以及距离细化。 本文的组织结构如下：第2节简要介绍了ARGO项目； 第3节介绍了车辆检测算法； 结果和计时性能将在第4节中讨论； 第5节以一些最后的发言结束本文。

2 The ARGO Project