视觉辅助导航是智能车辆导航领域的研究热点之一,其中道路检测技术是其视觉导航系统的重要组成部分。本文主要研究基于图像检测的道路检测技术。 论文中介绍了智能车辆视觉导航技术的研究背景、意义和现状;分析了目前已有的道路检测算法的特点。针对现有算法易受到道路场景变化的影响,难以实现各种场景下的最优检测,研究了基于道路模糊分类与可重构计算技术的道路检测方法。根据道路图像的特点,将道路场景分为三类;针对不同场景的特点,分别寻找各自优化检测算法,利用评估条件来选择当前场景下的最优检测算法。为了提高道路检测算法的实时性,采用了可重构计算技术来实现检测算法的硬件化。其中,可重构硬件的设计和开发是基于 Handel-C 高级语言和 DK编译环境。整个实验系统是基于 PC 机系统环境运行的,上层控制模块设计采用VC 环境开发。 利用所采集的 173 幅多种场景下的实际道路图像,实验验证了道路检测方法的有效性,并与典型自适应检测算法进行了对比。新检测方法的正确识别率达 86.13%。