基于机器视觉的乡村道路跟踪方法研究(2)
5.2 算法流程图 25
5.3 综合测试与分析 26
结 论 32
致 谢 33
参 考 文 献 34
1 绪论
1.1 背景与意义
1.1.1 国内外研究背景
道路跟踪技术是无人自主车的关键技术。而无人自主车辆的研究一直是国内外研究的热点和关注的重要话题。
二十世纪八十年代初期，无人驾驶车辆的研究出现在美国国防部的SCI计划中，该计划投资10亿美元，研究内容涉及信息科学的很多前沿研究方向。美国马里兰大学等开发的ALV军用无人侦察越野车、卡内基梅隆大学研制的Navlab自主驾驶车辆，均为该技术的代表性结果。二十一世纪以来，DARPA组织了两次Grand Challenge的智能车辆越野挑战赛。奖金数百万美元，吸引了众多美国研究机构、公司、高校和个人，来参与到该比赛中。
欧洲方面，德国慕尼黑联邦国防大学开发出的VaMP自主驾驶车,进行了从德国慕尼黑到丹麦欧登塞共1600km的长距离实验，其中95%是自动驾驶，并进行了400多次的换道操作；意大利帕尔玛大学的ARGO试验车进行了2000km的长距离实验。2006年5月，以德国为首的欧洲也举办了类似DARPA Grand Challenge的以军方为背景的欧洲陆地机器人实验大赛ELROB。
我国的无人驾驶车辆的研究始于“八五”计划，“八五”期间研究出了我国第一辆自主地面车样车ATB-1，并通过了国家相关部门的验收和技术成果鉴定。在“八五”的基础上，我国在“九五”期间研制了第二代自主地面车ATB-2。2005年，我国完成了“十五”期间的第三代自主地面车ATB-3的研究。另外，国内具有代表性的系统还有：清华大学研制的THMR-V，国防科技大学研制的CITAVT-IV以及其与中国一汽合作研究的“红旗”自主轿车，吉林大学研制的JLUIV系列试验车以及西安交通大学研制的Springrobot试验车等。
1.1.2 研究的意义
非结构化道路跟踪方法的研究有着重要的研究价值，主要表现在以下二个方面。
第一， 在军事领域和危险作业领域的重大意义。
乡村道路是军事和危险领域的主要运行环境。因此，基于机器视觉的乡村道路跟踪方法的研究对于提高无人自主车在军事和危险领域的性能有着重大意义。而无人自主车可以通过搭载不同作战任务载荷，可以构成能执行各种战术任务的地面作战平台，例如火力攻击平台、战场侦察平台、物资输送平台等。地面无人作战系统的出现不仅是武器装备的一种进步，可以在很大程度上达到“消灭敌人，保存自我”的目标，而且将对作战的战略战术产生重大影响。此外，无人自主车对于反恐行动、危险场所的救援行动等危险作业领域有着广泛的作用价值。
第二， 在民用领域的重大意义。
21世纪以来,随着经济的快速发展,交通运输问题越发严重,道路上车多为患,交通事故频发,对人们生命财产安全造成了极大的威胁。据不完全的统计，2011年我国涉及人员伤亡的道路交通事故210812起，共造成62387人死亡，损失金额数十亿元。这些表明，发生在人车混杂、较低级公路上的交通事故造成的危害在增长。因此，研究乡村道路的安全驾驶技术是很重要的。目前汽车主动安全技术和产品已经成为各大汽车制造厂商研究的核心技术。无人驾驶车辆研究的主要技术，例如主动防撞技术、车道保持技术、夜间辅助驾驶技术、提高恶劣气象条件下能见度的相关技术等都是提高有人驾驶车辆安全性所要解决的问题。因此无人驾驶车辆的研究对于提高有人驾驶车辆的驾驶安全性和自动化水平都具有重要作用。基于机器视觉的乡村道路跟踪方法研究是无人自主车的基于非结构化道路（乡村道路）道路跟踪的关键问题，同时也是当前正在发展的智能交通系统（ITS）的重要的技术支持。因此，基于机器视觉的乡村道路跟踪方法的研究对于提高汽车驾驶的安全性，和实现智能交通系统有着重大的意义。