道路可行驶区域识别是智能车辆视觉技术的重要组成部分,常用于移动机器人系统、智能车辆辅助驾驶等领域。本文是在单帧图像上研究智能车辆在非结构化道路上可行驶区域检测方法,其主要内容包括道路消失点检测、垂直物体检测和道路可行驶区域分割三个方面。首先,对于图像上半部分多为天空、云朵等不相关信息会对图像纹理检测和RGB熵分割路面造成影响的问题,本文采用Gabor纹理检测出道路消失点,通过切除消失点以上的无用信息来减少干扰。该方法先用Gabor纹理检测器计算图像中的纹理信息;然后根据纹理置信度判定标准确定该点是否作为投票点;最后使用FLASV投票法筛选出道路消失点。实验部分证明了消失点检测算法的可行性。其次,依据道路所在平面上的路人和车辆等动态目标可以近似看作是垂直于路面上的柱状物体的事实,本文提出了一种基于深度信息的垂直物体检测方法。该方法先是利用视差图建立高斯模板,将垂直物体以一定的占位概率投影到占位网格上,之后用动态规划方法找出最佳障碍接地点,最后利用V视差图理论计算出垂直物体的高度,并将检测出的垂直物体投影到原图上。实验分析部分证明了本文算法可行性。最后,为了克服RGB熵对于道路区域与非道路区域颜色特征相近无法分割路面的问题,引入道路边缘和纹理特征作为约束条件修正RGB熵分割后的道路区域,以适应道路区域与背景区域颜色特征相近的图片。最后实验分析验证了本文算法的可行性,能够较准确地检测出道路边界,对于弯道路面同样适用。