用于高级驾驶辅助系统的夜间前瞻性车辆检测

近年来，计算机视觉算法变得更加强大。然而，当前的算法主要共享一个局限性：它们依赖于直接可见的物体。与人类行为相比，这是一个显著的缺点，人类已经直观地利用由物体引起的视觉线索（例如阴影）来检索信息或预判即将出现的物体。在夜间驾驶时，这种性能缺陷变得更加明显：人类已经通过处理由对向车辆前照灯引起的光线伪影来估计它们出现的位置，而当前的目标检测系统要求对向车辆直接可见后才能被检测到。基于先前关于该主题的工作，在本文中，我们提出了一个完整的系统，该系统能够检测由对向车辆前照灯引起的光线伪影，从而前瞻性地检测到有车辆正在驶近。为此，我们研究了一整套算法架构，包括在图像空间中的检测、三维定位以及光线伪影的跟踪。为了证明此类算法的实用性，所提出的算法被部署在测试车辆中，以利用检测到的光线伪影主动控制无眩目远光灯系统。利用该实验设置，量化了前瞻性车辆检测系统相对于量产计算机视觉系统的时间优势。此外，无眩目远光灯用例通过将自适应前照灯视为投影仪，提供了检测结果的实时真实世界可视化界面。通过对前瞻性车辆检测的研究，我们希望引起人们对前瞻性检测物体这一非常规感知任务的关注，进一步缩小人类行为与计算机视觉算法之间的性能差距，以推动自主和自动化驾驶向前迈进一步。