基于深度和图像融合的立体相机道路障碍物检测

本文致力于道路上的物体检测，采用两种方法的组合：基于深度信息的方法和基于立体相机数据的视频分析方法。由于物体出现在道路上的时间、大小和形状事先未知，基于ML/DL的方法不适用。任务因人工照明变化、路面纹理不均匀以及物体的未知特征而变得更加复杂。为解决这个问题，我们开发了深度和图像融合方法，通过基于RGB的方法补充小对比度物体的搜索，并通过基于立体图像的方法结合SLIC超像素分割进行障碍物检测。我们在地下停车场进行了静态和低速障碍物的实验，展示了所开发技术在检测甚至跟踪小物体方面的成功，这些小物体可以是停车基础设施物体、遗留在道路上的物品、轮子、掉落的箱子等。