智能车视觉动态目标感知关键技术研究.pdf

摘要

精准感知交通环境中的动态目标是智能车安全行驶的保证。在众多传感器中，

双目相机具有成本低、获取场景信息丰富的特点，得到了计算机视觉领域众多学

者的广泛关注。当前视觉运动目标感知方法主要有基于残差光流或场景流的传统

方法和基于深度学习的方法。为充分结合两类方法的优势，提高运动目标检测算

法的适应性和检测准确度，本文构建了联合传统方法和深度学习方法的自动驾驶

运动目标检测系统。本文深入研究了2D残差光流和3D场景流对交通环境中不同

运动状态目标的刻画能力这一关键技术，创新性地提出了融合残差光流和场景流

的目标运动状态判断方法。本文主要研究内容及结果如下：

1.潜在运动目标分割与相机自运动参数估计的实现。

本文对比分析了传统目标检测方法和基于深度学习的目标检测方法，最终选

择了目标分割性能较优的实例分割算法SOLOV2作为本文的潜在运动目标分割

算法。然后，为了解决背景区域特征点扎堆的问题，本文采用了均匀化的特征点

提取策略，最后通过最小化前后帧特征点重投影误差计算相机的自运动参数。

2.提出了融合残差光流和场景流的目标运动状态判断方法。

本文针对单独考虑运动目标在二维平面和三维空间中的运动特征容易漏检或

误检的问题，提出了一种融合2D残差光流和3D场景流的目标运动状态判断方法，

实现了更优的运动目标检测效果。首先，利用实例分割结果对潜在运动运动目标

提取稠密特征点，并结合相机自运动参数分别计算目标的2D残差光流和3D场景

流。然后，分别设计了基于2D残差光流和3D场景流的目标运动状态判别方法。

其中，在2D像平面中，通过比较候选运动目标2D残差光流均值和自适应阈值确

定目标运动状态；在3D空间中，使用场景流分量进行目标运动状态估计，通过

场景流的有序性剔除噪声，并基于不同目标场景流估计精度不同，为每个目标设

置了独立自适应阈值。最后，分析了残差光流和场景流对运动目标检测能力的差

异性，设计了融合2D残差光流和3D场景流的目标运动状态判别准则，通过对两

种方法的检测结果进行分类讨论，并利用高低阈值和方向约束进行运动结果融合。

3.数据集制作与实验测试。

除使用KITTI公开数据集，本文还利用课题组自主实验平台采集了本校校园

交通场景数据集，拓展了智能车运动目标测试数据集。为方便实验测试与结果分

析，本文通过手工标注的方式制作了KITTI数据集和校园数据集的运动目标真值。

结果表明，本文所提方法在KITII数据集中精度、召回率和F-measure的平均值

分别为95%、87%和91%，在校园数据集中精度、召回率和F-measure均在87%

以上，与现有方法相比有着更鲁棒的运动目标检测效果。

关键词：智能车，运动目标检测，场景流，残差光流

ABSTRACT

Accurateperceptionofdynamicobjectsinthetrafficenvironmentistheguarantee

ofsafedrivingofintelligentvehicles.Amongmanysensors,stereocamerashavethe

characteristicsoflowcostandrichsceneinformationacquisition,whichhavebeen

usedextensivelybynumerousscholarsinthefieldofcomputervision.Currentvisual

motionobjectperceptionmethodsmainlyincludetraditionalmethodsbasedon

residualopticalfloworsceneflowandmethodsbasedondeeplearning.Inorderto

fullycombinetheadvantagesofthetwotypesofmethodsandimprovetheadaptability

anddetectionaccuracyofmotionobjectdetecti