感知技术作为智能驾驶领域中的关键技术之一,决定了汽车自主驾驶的能力和智能化水平。而行人检测作为感知检测任务的重要一环,在摄像机较低的成本和不错的性能下,使得基于视觉图像的行人检测技术得到了广泛的研究。因此,本课题将基于视觉图像对行人检测难点展开研究。本课题的主要研究工作如下:对比分析了目标检测和行人检测模型的发展,研究了基于深度学习的目标检测基础理论,包括常见网络结构和训练策略,以及驾驶场景数据集。为了解决大图像中小目标易漏检的问题,提出了基于图像分区的道路行人小目标检测方法。首先结合City Persons数据集特性,设计了一种新的行人类别标签,并构造一种分区数据集;进一步,对比分析了YOLO v3和v4直接检测行人的结果;其次,基于YOLO v4完成了图像先分区检测再合并的策略;在图像分区检测下裁剪比例为0时,小目标行人SR＿person的AP值从直接检测的35.29%提升到了61.15%;最后,为提升行人特征表征能力,模型采用了USC数据集预训练,使小目标行人SR＿person的AP值从图像分区检测的61.15%提升到了63.61%。为了解决图像分区检测引起的模型处理速度慢和正常行人区域检测不全的问题,提出了基于聚类思想的道路行人小目标检测方法。首先结合行人类别分布特征,采用DBSCAN对行人类别标签聚类制作出一种新的行人聚类标签;进一步,基于YOLO v4训练一个聚类检测模型,并对聚类结果实施迭代合并和分区填充操作;然后将调整后的聚类区域送入检测模型;最终在聚类分区裁剪比例为0.2时,小目标行人SR＿person的AP值从图像分区检测下裁剪比例为0.2时的64.06%提升到了69.51%。为了提升遮挡行人的检测效果,提出了基于渐进定位YOLO v4的道路遮挡行人检测方法。首先对比分析了一阶段和二阶段网络的优缺点;进一步,设计一种渐进定位网络结构,通过采用堆叠检测分支的方式,逐步提升检测置信度阈值,使anchor更精准的定位到目标区域;最终在图像分区检测下裁剪比例为0时,遮挡行人HO＿person和SHO＿person的AP分别从图像分区检测下的33.23%和17.45%提升到了37.70%和20.79%。开发了一种基于视觉图像的驾驶环境感知平台。将本课题不同算法进行移植使其满足低配置计算机的运行要求,并在不同处理器下进行了性能测试。