基于多特征融合与 AdaBoost 的前方车辆检测算法研究

摘要

前方车辆检测是无人驾驶技术中的关键环节，直接影响行驶安全性与决策准确性。针对复杂城市道路环境下传统检测方法受光照、遮挡等因素干扰大的问题，提出一种基于单目视觉的多特征融合检测算法。该算法首先提取车辆的方向梯度直方图（HOG）特征与Haar特征，通过融合两种特征克服单一特征的局限性；随后采用AdaBoost算法训练级联分类器，实现对前方车辆的快速准确检测。实验结果表明，该算法在校园复杂环境（含遮挡、光照变化等场景）中表现出良好的适应性，检测准确率高且实时性满足实际应用需求，为无人驾驶车辆的环境感知提供了有效解决方案。