用于智能车的棒状像素场景表达方法研究

摘要：

交通场景的视觉感知问题是自动驾驶领域的重点研究内容.针对自由空间的检测容易受地形条件影响的问题,提出一种新颖简单的方法来构建棒状像素(Stixel)模型,实现交通场景表达.区别于传统的棒状像素提取方法,本文方法不估算地平面模型,而是根据U视差的性质,直接将地面相关点和背景相关点从U视差空间中去除,得到的U视差图被重新投影回视差图,从而确定前景障碍物的基点和顶点.U视差空间中相关点的压缩、剔除、重投影的过程,能够消除视差偏差点带来的影响,使得距离估计更加准确.实验结果表明,提出的方法在多类场景下可以准确构建棒状像素模型,棒状像素提取精度及运行速度较传统方法有提高,而且不受地形条件和对象类别的约束.

关键词：立体视觉、棒状像素、U视差、场景表达、障碍物检测

所属期刊栏目：40

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目61374197;高等学校博士学科点专项科研基金项目0133120110006

在线出版日期：2020-01-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：2698-2704