本文以国家自然科学基金重大项目“自主驾驶车辆关键技术与集成验证平台”和国家自然科学基金重点项目“高速公路智能驾驶中的关键科学问题研究”为背景,研制了一种高性能车载摄像机,并以此为基础研究了高动态范围道路图像的获取及其预处理方法。本文方法有效提高了道路图像细节在不同光照条件下的可靠性和稳定性,为结构化环境下实现稳定可靠的场景理解提供了有力保障。本文的主要成果及创新点如下:第一,研制出一种高性能的车载摄像机,显著提高了对场景光照条件变化的适应能力。通过分析结构化环境下车载应用对成像设备的特殊需求,设计实现了一种动态范围可调的车载摄像机,它的最高动态范围可达。第二,提出了一种基于多斜率响应控制的高动态范围道路图像获取方法,可同时确保图像细节的可靠性和对场景亮度范围的适应性。首先,建立了图像传感器多斜率响应曲线的数学模型;其次,通过准确估计场景的亮度范围,设计实现了一种多斜率响应曲线参数的求解方法。在场景亮度范围不超过摄像机的最大动态范围时,本文方法可确保获取细节可靠的道路图像。第三,提出了一种边沿保持的图像迭代平滑算法,既有效避免了边沿失真,又大幅提高了计算效率。首先,根据边沿保持图像平滑技术的思想,设计了一种快速的非对称各向异性扩散算法;其次,通过使用观测图像的空域微分作为边沿停止函数的距离度量,有效地避免了由逆扩散导致的边沿阻断失真。实验验证了本文算法的效率比标准双边滤波器高两个数量级。第四,提出了一种新的基于局部直方图的恒时双边滤波算法,进一步提高了道路图像预处理的效率。首先,通过给定个数的盒状滤波器来稀疏近似任意空域滤波核,设计了一种多盒双边滤波算法;其次,借助恒时积分直方图技术,本文算法的计算复杂度降低为O(N)。在近似标准高斯双边滤波器时,本文算法在使用较少的盒状滤波器时仍然具有较高的精度,并且其性能关于输入参数的取值较其它同类加速算法更加稳定。第五,提出了一种基于“光照反射率”分解的高动态范围道路图像预处理方法,明显改善了图像细节的可靠性和稳定性。首先,设计了一种边沿保持的场景光照估计算法;其次,将一幅高动态范围的道路图像分解为一幅高动态范围的光照图和一幅低动态范围的反射率图;最后,根据场景的亮度范围,对光照成分进行动态范围压缩。实验验证了本文方法能够有效地减弱场景光照分布不均匀和亮度范围变化对图像特征产生的影响。上述成果是红旗自主驾驶汽车进行结构化道路环境感知与理解的核心技术之一,不仅能够满足正常光照条件的应用需求,同时也能够在诸如车辆通过隧道时等光照条件复杂的场景中,实时地为环境感知与理解模块提供细节可靠且稳定的道路图像。本文成果为我国首次在正常交通状况下长距离(千米)高速公路自主驾驶试验的成功提供了可靠的道路环境信息保障。