1、目前關(guān)于無(wú)人駕駛技術(shù)的話題討論相當(dāng)火熱，車輛檢測(cè)和關(guān)鍵車選擇技術(shù)作為其中技術(shù)之一也吸引了大量該領(lǐng)域人員去研究。車輛檢測(cè)技術(shù)已經(jīng)得到顯著的提高。然而夜間車輛檢測(cè)在低光照環(huán)境下，車身輪廓模糊，使用車輛檢測(cè)的手段存在一定局限性。同時(shí)夜間疲勞駕駛以及超速駕駛情況更為嚴(yán)重，夜間交通事故發(fā)生率遠(yuǎn)高于白天。此外關(guān)鍵車的選擇是建立在車輛檢測(cè)基礎(chǔ)之上的，車輛檢測(cè)性能的好壞會(huì)影響后續(xù)工作。針對(duì)以上問(wèn)題，本文提出基于單目視覺(jué)的夜間車輛檢測(cè)算法研究及其應(yīng)用-關(guān)

2、鍵車選擇，主要包括三個(gè)方面:(1)夜間車燈檢測(cè)。車燈信息對(duì)于環(huán)境光照變化具有較強(qiáng)的魯棒性，尤其在低光照環(huán)境下。首先基于上述想法提出使用車尾燈信息進(jìn)行夜間車輛檢測(cè)。采用Haar特征來(lái)描述兩個(gè)車尾燈所構(gòu)成的矩形區(qū)域，結(jié)合AdaBoost算法進(jìn)行分類器的構(gòu)造，然后使用分類器去檢測(cè)車輛尾燈，以此來(lái)確定車輛目標(biāo)。(2)夜間車輛檢測(cè)。利用COHOG及LBP特征對(duì)夜間車輛的整個(gè)車輛進(jìn)行特征的提取，再結(jié)合AdaBoost算法進(jìn)行車輛分類器的構(gòu)建，并與車

3、燈檢測(cè)進(jìn)行對(duì)比分析。然后利用分治策略分別對(duì)道路上的其它車輛進(jìn)行相關(guān)的訓(xùn)練檢測(cè)，以整體提升夜間車輛檢測(cè)的精度。(3)關(guān)鍵車選擇方法研究。當(dāng)前向道路上出現(xiàn)多輛車輛時(shí)，系統(tǒng)需要識(shí)別出與本車碰撞危險(xiǎn)程度最高的車輛進(jìn)行碰撞預(yù)警。本文提出一種關(guān)鍵車選擇的方法，在車輛檢測(cè)的基礎(chǔ)上，利用本車所在車道信息、前車與本車所在車道重合度及圖像金字塔ROI有效選擇出關(guān)鍵車輛。
　　經(jīng)過(guò)實(shí)驗(yàn)驗(yàn)證，上述夜間車輛檢測(cè)所使用的方法取得了良好的性能，同時(shí)有效選取前向