自动驾驶采标系列七：复杂场景语义理解-可行驶区域检测

    标注猿的第58篇原创    
   一个用数据视角看AI世界的标注猿  

本篇文章我们继续学习自动驾驶采标系列的算法基础理论，关于复杂场景语义理解中的可行驶区域检测部分。
车辆可行驶区域包括结构化路面、半结构化路面和非结构化路面。
结构化路面：往往有道理边缘线，且路面结构单一，如城市主干道、高速、国道、省道等。 半结构化路面：指一般的非标准化的路面，路面的颜色和材质差异较大，如停车场、广场等，还有一些分支道理。
对于自动驾驶汽车来说，可行驶区域检测是后续路径路径规划中不可缺少的辅助信息，其目的主要是实现道路路径规划和障碍物躲避，可以实现整个路面检测，也可以只提取出部分的道路信息。
目前主要分为基于传统计算机视觉的可行驶区域检测方法和基于深度学习的可行驶区域检测方法。   
基于传统计算机视觉的可行驶区域检测方法根据特征可以分为基于颜色、纹理和边缘的可行驶区域检测。对于结构化或半结构化路面，其颜色特征非常明显，因此在RGB空间利用颜色特征分离路面和非路面相对而言比较简单。
常用的方法包括基于高斯模型分离背景路面与前

自动驾驶采标系列七：复杂场景语义理解-可行驶区域检测最先出现在Python成神之路。