无人驾驶汽车是智能汽车的一种，主要依靠车内的以计算机系统为主的智能驾驶仪来实现无人驾驶的目标。无人车在路面上行驶时，车内的计算机系统应当能够分析路面状况，根据当前的路面状况进而分析判断行驶策略，来调节车体的运动速度、方向来完成障碍规避。

中国自主研制的无人车——由国防科技大学自主研制的红旗HQ3无人车，2011年7月14日首次完成了从长沙到武汉286公里的高速全程无人驾驶实验，创造了中国自主研制的无人车在复杂交通状况下自主驾驶的新纪录，标志着中国无人车在复杂环境识别、智能行为决策和控制等方面实现了新的技术突破，达到世界先进水平。

2008年，由中国工程院李德毅院士带队组成了清华大学智能车团队，清华大学智能车团队是隶属于清华大学计算机科学与技术系人工智能方向，共有老师、博士生等二十余人。主要从事汽车无人驾驶的研发，具体涉及图像识别、导航定位、车辆改造，人工智能软件算法等。

美国谷歌版的无人驾驶汽车，通过摄像机、雷达传感器和激光测距仪来“看到”其他车辆，并使用详细的地图来进行导航。手动驾驶车辆收集来的信息是如此巨大，必须将这些信息进行处理转换，谷歌数据中心将这一切变成了可能，它的数据处理能力是如此强大。所面临的难题是自动驾驶汽车和人驾驶的汽车如何共处而不引起交通事故的问题。

本文通过对当下各种无人车的路面识别方法的基本现状、应用范围、各种优缺点等的深入研究，更新旧的无人车的路面识别方法，在借鉴当前区内外实习研究与实践成果的基础上，提出一种有效针对各种路面状况的识别方法。

2. 研究的基本内容与方案

当车辆在各种不同的路面上行驶时，在各种复杂环境下获知路面类型信息将有助于提高乘车人的安全性和舒适性，并及时改变驾驶策略。要求针对各种复杂环境（颠簸及夜路）实现道路图像的去模糊及去燥处理，并采用机器学习算法完成路面类型识别。

2.1结构化道路检测

由于各地路况有一定的区别，所以只能提供一个简化道路场景。建立道路形状假设、道路宽度和道路平坦假设、感兴趣区域假设等，帮助识别结构化道路。