行人是路面上的高危群體，行人檢測(cè)成為安全駕駛領(lǐng)域的一個(gè)研究熱點(diǎn)。基于視覺(jué)的行人檢測(cè)過(guò)程分為個(gè)連續(xù)的步步驟：行人定位、行人識(shí)別和行人跟蹤。熱電堆和紅外傳感器是一種環(huán)境友好型的傳感器，是不需要照亮周圍環(huán)境，就可以被動(dòng)地完成行人檢測(cè)任務(wù)。

過(guò)去的20年里，視覺(jué)傳感器在智能交通系統(tǒng)中變得越來(lái)越重要。一方面，從交通基礎(chǔ)設(shè)的角度來(lái)看，使用基于交通流監(jiān)視器的視覺(jué)技術(shù)以及相關(guān)的控制策略，可以顯著提升現(xiàn)有交通數(shù)據(jù)收集和道路監(jiān)控方法的效果。另一方面在視覺(jué)傳感器的幫助下，現(xiàn)代駕駛?cè)溯o助系統(tǒng)可以對(duì)危險(xiǎn)情況和錯(cuò)誤的駕駛行為提出預(yù)警，例如偏離車道，忽視交通標(biāo)志等；如果駕駛?cè)藳](méi)有做出反應(yīng)，輔助系統(tǒng)甚至?xí)�做出自�?dòng)控制車輛的舉動(dòng)。現(xiàn)階段，基于駕駛安全系統(tǒng)的視覺(jué)技術(shù)已成為下一代交通工具的必要組成部分。

在過(guò)去的30年里，基于安全駕駛的視覺(jué)技術(shù)受到廣泛關(guān)注，產(chǎn)生了大量研究成果，前景廣闊。從功能上看，視覺(jué)傳感器分為兩類，監(jiān)控車內(nèi)環(huán)境的車內(nèi)傳感器和監(jiān)控車外環(huán)境的車外傳感器，如圖所示。

視內(nèi)和視外智能視覺(jué)傳感器的劃分與功能

CMOS／CCD攝像頭是智能交通工具中應(yīng)用最廣泛的視覺(jué)傳感器。正如許多文獻(xiàn)中提到的那樣，在響應(yīng)速度、安裝、操作、維護(hù)，監(jiān)控范圍等方面CMOS／CCD攝像頭優(yōu)于其他許多傳感器。但是CMOS／CCD攝像頭只有在比較理想的工作環(huán)境下才有完美的表現(xiàn)。在實(shí)際場(chǎng)景下，樹(shù)木、云朵的陰影和微弱的光照條件等因素，都會(huì)導(dǎo)致難于獲取對(duì)比度較好的清斷圖像。

近期，作為攝像頭替代品的毫米波段雷達(dá)、激光和紅外傳感器得到了研究人員的積極嘗試。這些新型傳感器的優(yōu)勢(shì)是受天氣、光照的干擾小。盡管CMOS／CCD攝像頭還難以被完全取代，但新型傳感器已經(jīng)在大量應(yīng)用場(chǎng)量中取代了傳統(tǒng)的攝像頭。

這些新型傳感器被看作是一般的視覺(jué)傳感器來(lái)進(jìn)行討論，我們還將考慮不同視覺(jué)傳感器的信息融合問(wèn)題。

智能車輛的基本視覺(jué)傳感器任務(wù)有以下幾點(diǎn)：

（1）車外視覺(jué)傳感器

1）提取車道邊界，特別是在車道邊界未被清楚地標(biāo)明和惡劣天氣場(chǎng)景下。

2）檢測(cè)車輛行駛情況，估計(jì)它們的位置、速度和加速度。

3）識(shí)別相關(guān)的交通標(biāo)志和交通信號(hào)燈。

4）測(cè)其他交通參與者、障礙，例如行人和大石塊。

（2）車內(nèi)檢測(cè)傳感器

1）監(jiān)測(cè)駕駛?cè)说难鄄縿?dòng)作情況，應(yīng)用于疲勞檢測(cè)過(guò)程。

2）監(jiān)測(cè)駕駛?cè)说氖植窟\(yùn)動(dòng)，完成假設(shè)行為學(xué)習(xí)。

3）監(jiān)測(cè)駕駛?cè)�、乘客的姿�?shì)和頭部位置，從面進(jìn)行精準(zhǔn)的氣囊保護(hù)。

為了了解該領(lǐng)域其他研究人員的成果，本章首先對(duì)該研究領(lǐng)域的成果進(jìn)行了匯總。同時(shí)論述了相關(guān)的研究工作和存在的問(wèn)題，并著重討論了以下兩個(gè)問(wèn)題：

①  覺(jué)和非視覺(jué)傳感器的磁合；

②  視覺(jué)信息在車內(nèi)、車間通信過(guò)程中的共享問(wèn)題。

基于視覺(jué)信息進(jìn)行行人識(shí)別的優(yōu)勢(shì)

行人是路面上的高危群體。歐洲每年因交通事故受傷的行人超過(guò)15萬(wàn)人，致死的超過(guò)6000人。美國(guó)交通事故中有12％及行人。中國(guó)在2004年有9217人因交通事故致死，其中三分之一是行人。為了解決這一問(wèn)題，過(guò)去20年里，行人檢測(cè)成為安全駕駛領(lǐng)域的一個(gè)研究熱點(diǎn)。

研究人員Gavrila使用分類的思路來(lái)進(jìn)行行人運(yùn)動(dòng)檢測(cè)，該方法基于兩個(gè)準(zhǔn)則：限蹤空間的維度（二維或三維）和模型類型（例如空間信息的、統(tǒng)計(jì)的和基于板圖的）。盡管該方法在智能監(jiān)控、虛擬現(xiàn)實(shí)、運(yùn)動(dòng)分析和其他應(yīng)用中表度良好，但在運(yùn)動(dòng)車輛上，其對(duì)行人的檢測(cè)效果大打折扣。研究者Lombardi提出了一種新的分類方法。根據(jù)其處理過(guò)程是否包含兩個(gè)步驟，首先將這些方法分為三組：二步法、單步法和“盲”方法。

然后將這些方法分成檢測(cè)步和識(shí)別步驟。檢測(cè)步驟主要有光流法、背景差分法、閾值法和行人模板法。識(shí)別步驟主要有運(yùn)動(dòng)分析和利用興趣點(diǎn)的人體形狀分析法。然而，該分類方式并沒(méi)有考慮使用行人檢測(cè)方式完成跟蹤過(guò)程的方法。在下面的內(nèi)容中，基于視覺(jué)的行人檢測(cè)過(guò)程分為個(gè)連續(xù)的步步驟：行人定位、行人識(shí)別和行人跟蹤。