智能汽车技术发展及研究现状
4.5. 改善视觉算法对环境的适应性
设计可靠、稳定的机器视觉算法所面临的最大困难在于对各种恶劣环境的适应性。一般的视觉算法无法直接在实际应用中使用, 需要一定的假设。在阴雨雪天气、夜晚等光照条件较差的情况就无法满足。另外,快速运动对成像的影响应加以考虑, 这也是满足系统实时性要求。
5. 总结
智能车辆的研究技术难度大, 运行中的车辆系统是一个包括车辆驾驶员一环境的复杂、时变、非线性大系统, 影响车辆运行的因素包括车辆的、人为的和道路环境的因素, 必须采用新的理论和方法进行研究。随着以计算机技术和信息技术为代表的高新技术的发展, 不断改变着人们的行为和思维模式, 人工神经网络、模糊控制、神经模糊技术和虚拟现实技术等新思想、新技术纷呈叠出, 为我们站在一个新的高度研究智能车辆提供了可能。这是一个能够将汽车产业、交通系统与信息产业紧密结合起来的新型领域。智能车辆的研发为世界各国的高新技术产业提供了又一广阔的发展空间。欧洲、日本、美国等发达国家虽走在了前面, 但目前与我国的实际差距还不是很大。因此, 把握住这一机遇, 有计划、有步骤地制定相应的发展策略, 提供各种优惠政策来积极指引和引导其健康发展, 从而在改善和发展我国交通, 提高交通安全性的同时, 缩小该领域与发达国家之间的差距。
参考文献：
[1] Deng Weiwen. Electrification and Intelligence—Technologies that Drive Future Vehicles [J]. Journal of
Automotive Safety and Energy, 2010, Vol. 1 No.3: 179~189.
[2] 陈超,吕植勇,付姗姗,彭琪. 国内外车路协同系统发展现状综述[J].交通信息与安全, 2011, 29(1):102-109. [3] 徐中明,陈旭,贺岩松等.智能交通系统(ITs )中的智能汽车技术[J].重庆大学学报, 2005,28(8): 17-21. [4] 高德芝,段建民,郑榜贵,田炳香.智能车辆环境感知传感器的应用现状[J].现代电子技术,2008,19:152-156. [5] 胡国强,陈昌生,熊明洁.世界智能车辆的关键共性技术研究现状[J].轻型汽车技术,2011,3:3-6.
5