汽車技術(shù)的發(fā)展進入了智能化時代，機器視覺在眾多汽車駕駛輔助技術(shù)中均有應用，機器視覺領(lǐng)域的技術(shù)進步無疑將推動汽車駕駛輔助技術(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，如何更快速地實現(xiàn)圖像智能生成、處理、識別并給出決策建議，都是機器視覺領(lǐng)域需要解決的重要問題。

　　編者按：機器視覺是汽車駕駛輔助系統(tǒng)應用領(lǐng)域的重要技術(shù)，文章主要綜述了機器視覺在車道檢測技術(shù)、交通標志識別技術(shù)、車輛識別技術(shù)、行人檢測技術(shù)和駕駛員狀態(tài)檢測技術(shù)等領(lǐng)域的應用，著重介紹了機器視覺技術(shù)在上述領(lǐng)域目前的研究現(xiàn)狀，為機器視覺在汽車駕駛輔助領(lǐng)域的進一步研究提供了參考。

　　隨著我國汽車工業(yè)的快速發(fā)展，機動車的保有量逐年攀升，道路交通事故對人類生命和財產(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)外眾多的科研機構(gòu)、汽車企業(yè)均投入大量精力在汽車安全防護系統(tǒng)的研究和開發(fā)領(lǐng)域。研發(fā)內(nèi)容從最早的機械和電子裝置，發(fā)展到今時今日關(guān)注的熱點———先進輔助駕駛系統(tǒng)（ADAS）。

　　以ADAS為代表的系統(tǒng)在硬件上應用了多種傳感器，如超聲波傳感器、視覺傳感器、雷達、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)，進行交通場景識別、交通事件預測，并給出相應的駕駛建議和應急措施，輔助駕駛?cè)藛T進行決策，避免交通事故發(fā)生，減少事故造成的傷害。

　　在實際駕駛過程中，駕駛員獲取絕大部分信息均來自于視覺，比如：路面狀況、交通標志、標線和信號、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，對實現(xiàn)車輛智能化是一個很好的選擇。基于視覺導航的交通標志檢測、道路檢測、行人檢測和障礙物檢測的車輛駕駛輔助系統(tǒng)，可以降低駕駛員的勞動強度，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：

　　·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，不會破壞路面和周圍環(huán)境，也不需要對現(xiàn)有道路設(shè)施進行大范圍的配套修建；

　　·一次視覺圖像的獲取，可同時實現(xiàn)道路檢測、交通標志檢測、障礙物檢測等多項工作；

　　·視覺信息的獲取過程中不會出現(xiàn)車輛相互干擾的情況。

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

　　目前，視覺傳感器及機器視覺技術(shù)被廣泛應用到了各類先進輔助駕駛系統(tǒng)中。其中，行車環(huán)境的感知是基于機器視覺的先進輔助駕駛系統(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、交通指示標志和信號燈等；

　　·路況信息主要是指車外的動態(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。

　　借助機器視覺技術(shù)對行車環(huán)境進行感知，可獲取各種車內(nèi)、外的靜態(tài)信息和動態(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，可知目前應用較多的基于機器視覺的先進輔助駕駛系統(tǒng)的關(guān)鍵技術(shù)包括：車道線檢測技術(shù)、交通標志識別技術(shù)、車輛識別技術(shù)、行人檢測技術(shù)和駕駛員狀態(tài)檢測技術(shù)等。

　　1.1車道線檢測技術(shù)

　　目前已有的車道線檢測技術(shù)研究成果中，主要涉及設(shè)備和算法兩個方面。車道線檢測技術(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、立體視覺、單目視覺等。對采集到的信息，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行計算和決策。

　　·激光雷達的機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進行道路識別；

　　·立體視覺與激光雷達相比精確性高，但實現(xiàn)圖像匹配難度大，設(shè)備成本較高，且由于算法復雜，導致了實時性較差；

　　·單目視覺在應用中主要通過基于特征、模型、融合和機器學習的方法實現(xiàn)，是目前進行車道線識別最主流的方法。