?

具有多目標(biāo)追蹤控制功能的智能前照燈

智能汽車照明系統(tǒng)的設(shè)計初衷是為了能夠自動調(diào)節(jié)前照燈的光束,讓前照燈能夠在盡可能多地照亮道路的同時,有效避免前照燈光束刺激到對面行駛過來的駕駛員。智能照明系統(tǒng)通常都擁有計算機(jī)視覺識別軟件，該軟件能夠有效地區(qū)分來自汽車前照燈、尾燈所發(fā)出的光斑點(diǎn)，還能區(qū)分一些路燈或者具有反光元素裝置發(fā)出的光斑點(diǎn)，如電線桿或者是交通標(biāo)志。

在以往的工作中，制定了一系列特殊的區(qū)分不同光斑點(diǎn)的方法，目的是為了基于光斑點(diǎn)的密度和形狀特性來做出準(zhǔn)確的判斷。盡管該方法有一定效果，但是依然還有很多挑戰(zhàn)需要去面對和解決，尤其是那些距離比較遠(yuǎn)汽車所發(fā)出的明顯、微弱以及微小的斑點(diǎn)。事實(shí)上，對于這些距離比較遙遠(yuǎn)的光斑，系統(tǒng)可以在觀察其幾幀影像后再做出類別判斷，得出其所屬的具體類別。因此，對于復(fù)雜混合情況的光斑追蹤可以通過加強(qiáng)對光斑類別判斷中時間的一致性來提高整個照明系統(tǒng)的性能。

本文重點(diǎn)要解決的問題是建立光斑點(diǎn)的追蹤方法，在這些建立好的追蹤方法中包含很多不同情況下的光斑點(diǎn)痕跡，事實(shí)上這就是一種多目標(biāo)追蹤（MTT）方法。但是有兩種特殊情況（即頻繁發(fā)生的閉塞，以及光斑點(diǎn)的分開與重疊），通常需要通過一種新的途徑來處理，而該途徑就是把問題規(guī)劃成在馬爾科夫隨機(jī)模型領(lǐng)域中的一個最有可能的后驗推斷。對于新的MTT方法在定性（以視頻形式）和定量的評估中顯示出其具有良好的追蹤效果。此外，光斑的分類性能能否提高很大程度上取決于MTT算法的提高。

刊名：Intelligent Transportation Systems（英）

刊期：2012年第2期

作者：Jose C. Rubio et al

編譯：王一瀏