1.目的及意义

1.1 研究目的及意义

1.1.1 研究目的

行车安全是道路交通中的重要问题，在拥挤而且路况复杂的城市环境中该问题尤为明显。为了有效降 低交通事故发生的机率，对道路上其他的形式车辆的检测就成了车辆辅助驾驶系统中不可缺少的一部分。本文根据这一背景下，采用传感器融合的技术对于车辆辅助驾驶系统中的车辆前方的目标检测进行研究。

针对城市环境道路中存在的大量行人和车辆的情况，在单目视觉传感器对于目标的检测与跟踪的基础上，本文提出了一种基于传感器融合的车辆检测系统。该系统采用激光雷达与摄像头作为主要传感器，利用激光雷达的距离信息以及摄像头的图像信息来提取车辆特征，并以此为依据来评判车辆的存在位置，通过实验与相关图像处理的仿真来验证该系统可以做到有效的检测出视野中的车辆。

1.1.2 研究意义

1990年，智能交通系统（IntelligentTransportation System, ITS）计划正式被提出，其主要致力于提高车辆的安全性和智能性以及提供友好的人车交互界面。智能车辆（IntelligentVehicles, IV）作为只能交通系统的重要组成部分，将环境感知、规划决策、自动驾驶以及多等级辅助驾驶等功能融于一身，能够极大的提高交通安全，并且提高现有道路的车辆通行效率。具备以上优点，智能车辆的概念一经提出便成为了学术界研究的热点。

利用安装在智能车上的多传感器系统，比如摄像机、激光、雷达、GPS、惯导等获取车辆前方的车辆或者障碍物信息以及本车的位置和姿态信息，然后在车载计算机上根据已建立的驾驶行为专家系统多这些信息进行处理，当本车与前方障碍物相对距离小于安全距离时，有碰撞危险发生，则计算机会直接发出相应指令控制汽车减速甚至时刹车动作等。因此智能车在一定程度上提高了交通系统的安全性和效率。因此，智能车辆感知车辆前方的外界信息，尤其是感知道路区域中车辆成为重要的研究方向之一。准确实时的识别和获取前方车辆的状态信息，可以为汽车辅助驾驶系统和主动安全按系统的。开发提供有力的技术支持。本文使用激光雷达与摄像头两种传感器融合的环境感知方案，识别道路区域中的前方车辆，并获取其位置信息。 1.2 国内外的研究现状

国内外对汽车驾驶的车辆目标检测都有很多的研究。

由MobileEye公司开发前向碰撞警告系统(ForwardCollision Warning System)是目前应用比较成熟的辅助驾驶系统。该系统首先检测出车道线，确定车辆侧后方的盲区；然后通过模式识别的方法检测并跟踪进入盲区的车辆，并计算邻近车辆的位置。根据邻近车辆的位置判断是否存在危险，最后通过声音和视觉提醒司机危险状况。当预测的碰撞时间不足以让司机做出响应时，系统会自动开启紧急刹车装置。

美国卡内基·梅隆大学(Carnegie Mellon University)与多家汽车公司研制的Navlab系列车，代表着智能车辆的发展方向，其中典型代表是Nav Lab‐11系统，该系统装有便携式计算机、摄像头、GPS 全球定位系统、雷达和其他辅助设备。该车利用激光雷达和视觉传感器探测道路上车辆，行人等运动目标和其它静止目标。