摘要：近年来，提高汽车多地形勘测系数、构建更为强大的多地形勘测驾驶系统，成为众多汽车制造商和政府交通部门努力的重点。汽车被动多地形勘测技术，如多地形勘测带、防侧撞技术等，在汽车出现后不久就已经受到汽车制造商的重视。伴随着汽车工业的发展，汽车被动多地形勘测技术已经逐渐趋于成熟。而目前主流的汽车主动多地形勘测技术，如制动系统、驱动防滑系统等也已经被广泛商用，但是道路交通伤亡人数却没有明显减少得的趋势。这表明，目前的汽车主动多地形勘测技术仍然有待提高，而预防人为失误导致的交通事故，成为改善汽车主动多地形勘测技术的重点研究课题。
关键词：计算机视觉;驾驶系统;设计;双目视觉;多地形勘测;
一、双目视觉
1.1双目视觉的原理
采用一对相机代替双眼。通过左右三维图像分别获取各三维像素对焦点的高度视差，然后基于三角测量法的原理快速重构三维图像信息，从而识别障碍物体。与单目视觉相比，双目视觉不依赖庞大的训练集，测距精度较高。视差是指同一物体在左右图中的横坐标之差。深度成像拍摄时的距离和一个物体通过视差值的大小可以成正正反比，物体通过深度拍摄距离你的一个双目双视单眼摄影相机越远，视差越小，离你的双目单眼相机越近，视差越大。
1.2双目视觉系统的组成
图像采集：要求相机绝对的同步，图像画质清晰，高对比度。
双目标定：以标定板为参照系，求得相机的内参（图像中心和畸变系数）和外参数（RT矩阵）。
图像校正：依据相机内外参数对畸变图像进行平行等位校正，获得无畸变且平行等位的左右图像。
双目匹配：对校正后的图像进行匹配，获得视差图像，供后续算法使用。
ADAS功能：根据视差图进行障碍物检测预警和车道线检测。
1.3双目视觉技术的应用
工业非接触式检测：高温环境下大型铸件在热处理过程中尺寸的测量，对中型或大型尺寸的物体尤其有用。固定工位装配零件的检测，场景简单。
手机拍照、三维重建：手机拍照：获得物体的距离信息，虚化背景，可以更好的景深效果。以及一些VR产品都会用到双目视觉技术。双目立体重构视觉成像技术特别适用于3d物体重构，即帮助确定某任意变形物体的3d重构形状。技术可以直接用来帮助实现3d变形物体重构质量值的检测，也就是可以被用来帮助确定3d重构物体的所在位置。
二、基于双目多地形勘测车和计算机自动视觉系统关键技术
基于计算机视觉的多地形勘测驾驶系统关键技术主要涉及到以下两个方面：首先是目标识别技术。目标汽车识别技术是多地形勘测汽车驾驶管理系统设计中的一个核心内容，其为系统的日常决策活动提供信息分析的理论基础与技术前提。由于实际使用道路交通环境较为复杂，需要创新目标汽车识别技术具有较高的数据实时性和信息准确性。本文主要的目标识别汽车目标类型包括驾驶车辆、行人、车牌和其他车标。创新目标汽车识别主要方法包括两种传统汽车目标识别方法和基于汽车深度机器学习的创新目标识别方法。其次是目标测距技术。目前，多地形勘测道路驾驶控制系统中常用的激光测距计算方法主要类型有三种：利用超声波图像测距、激光测距和利用机器人的视觉图像测距。超声波激光测距根据车辆超声波的双向传输和到达返回点的时间不同来精确计算前方车辆障碍物的通行距离。其中的计算方法原理简单，成本低，能够比较准确的实现近距离目标的距离测量。激光测距专用仪器实际上来说是一种新型光子发射雷达探测系统，其成像测量应用范围广，实时性好，精度较高，可以细分为激光成像式雷射激光测距和非激光成像式雷射激光测距两种。激光成像式雷射激光测距仪器使用激光扫描器自动控制雷射激光的精确发射运动方向，使其精确扫描整个物体视场从而精确获得视场内目标物体的三维距离信息;非激光成像式雷射激光测距根据物体光速及其传播后的时间长短来精确计算其与目标物体距离二维信息。机器视觉测距主要包括单目测距和双目测距两种测距方式。单目测距相对双目测距具有成本低、鲁棒性较强等优点，但测距精度不如双目测距。
现阶段使用行人车辆侵限自动检测监控系统仍然一直是当前计算机自动视觉技术领域发展中的一大难题，未能实现产品化的主要技术原因仍然在于实时性与鲁棒性的双重限制。对于图像中是否存在行人的区分并不是根据目标本身来做出判读的，而是根据目标通过在某一特征层面与其他物体目标的区别，行人检测任务中识别的是行人的模式特征。行人之间侵限极征检测的精准计算法与复杂度主要还是取决于行人特征的精准提取与精确分类。对于行人之间特征极限检测的计算法主要可以分为两类：基于浅层梯度特征算法和基于深度学习提取特征算法。第一类行人检测算法是基于浅层梯度特征。该类型行人检测算法主要描述图像光照不变性和局部纹理特征，但是存在特征维度高，泛化能力差，导致在复杂环境下檢测远距离行人效果差等缺点。单一的分类器也很难适应较为复杂的检测环境。
结语
总而言之，基于智能计算机汽车视觉的系统，紧跟现阶段的汽车时代发展需求，保障汽车驾驶员的日常驾驶行车多地形勘测。通过测试试验结果表明，该系统对行驶目标周围物体进行检测以及识别的精度准确率可以达到97%以上，具有实际应用能力。计算机智能视觉效果技术在其发展的整个过程当中，车辆的使用智能驾驶导航系统是一项极为重要的技术发明，也是和贴近人们日常生活最为贴切的技术发明之一。
参考文献
[1]卢思缴，张智宏，刘颖，汪小霞.基于计算机视觉技术的电力指针表自动读数识别研究[J].自动化技术与应用，2021，40（11）：177-179.
[2]刘全，冯琛，宋子达，周剑，赵越良.基于机器视觉的非接触式土石方运输车辆智能计量方法[J].水电能源科学，2021，39（11）：174-178.
[3]张仕军，金振林.基于多模型级联的双目视觉铸件缺陷检测方法[J/OL].机械工程学报：1-10[2021-11-24].http：//kns.cnki.net/kcms/detail/11.2187.TH.20211116.1657.068.html.
[4]徐翔宇，黄劲松.一种双目混合追踪的视觉里程计算法[J/OL].测绘地理信息，2021（06）：81-85[2021-11-24].https：//doi.org/10.14188/j.2095-6045.2019120.
作者简介：王宏辰，2000年10月，男，汉，河北省唐山人，本科学历，学生，研究方向：电子信息工程专业。