复杂交通场景下的空间分析,包括道路消失点检测、障碍物检测及场景深度估计,是自动驾驶技术中的重要组成部分。现有的道路消失点检测、障碍物检测以及深度估计算法都充分利用了图像的静态信息,利用运动过程产生的运动矢量进行空间分析的研究略显不足。本文分析了向前运动状态下运动矢量的分布规律,根据向前运动过程中运动矢量的分布特点,提出了一种基于向前运动矢量分布的空间分析方法。针对上述问题进行研究,本文主要工作有:1)针对向前运动过程中尺度和结构的非规则变形问题,对ORB特征匹配算法进行了改进,提出了渐进尺度的ORB特征匹配算法,并由运动匹配结果获得运动过程中的运动矢量。2)分析了向前运动状态下运动矢量的分布规律,总结出向前运动状态下不同平面的运动矢量分布规律表现为近大远小,同一平面上的运动矢量呈线性分布,且该状态下的动态灭点在图像中心点。3)根据运动矢量结果求出动态灭点,并将动态灭点修正至图像中心点,使其符合向前运动状态下运动矢量的分布规律。假设到图像中心点距离相等的像素点在空间中的同一平面,根据该基本假设,构建了同面模型,提出了基于同面模型的空间远近分析算法。4)根据特征点空间远近值,确定道路消失点的候选区域,以候选点为中心按角度对图像进行分区,提出了基于分区内特征点空间远近值直线拟合的道路消失点检测算法。并根据道路消失点建立道路分区,提出了一种道路分区内障碍物的检测方法,通过超像素分割对空间进行了辅助表达。