原文传递
基于毫米波雷达与视觉信息融合的前方车辆检测技术研究
| 论文题名： | 基于毫米波雷达与视觉信息融合的前方车辆检测技术研究 |
| 关键词： | 汽车高级辅助驾驶系统;前方车辆检测;毫米波雷达;卷积神经网络;信息融合 |
| 摘要： | 为解决道路拥挤以及交通事故频发等问题，高级驾驶辅助系统受到了学者和厂家的广泛关注。车辆是行驶道路上最主要的障碍物，因此前方车辆检测是当今高级辅助驾驶系统中的一个极其重要的感知发展方向。由于单一传感器无法全面获取周围环境信息，因此本文提出一种基于毫米波雷达与视觉信息融合的前方车辆检测算法，实现实时、准确、可靠的前方车辆检测，具体研究重点如下： 确定毫米波雷达有效目标。通过分析毫米波雷达探测到的目标数据信息，设置速度、距离阈值，以及使用目标生命周期法将干扰目标进行滤除；其次利用层次聚类方法区分动态目标和静止目标，选出有效目标车辆。 基于卷积神经网络的车辆识别方法研究。首先提出单阶段SSD算法对车辆目标进行检测，再采用轻量级网络Mobilenet替换SSD网络中的VGG16基础网络进行深度特征学习，训练得到网络模型。最后利用加速推理平台来对模型进行加速，在相同的硬件设备下，提高了模型的检测速率。分析结果表明Mobilenet-SSD模型具有高效率的车辆检测能力。 实现毫米波雷达与视觉的信息融合。首先通过简便高效的直接坐标转换方法完成空间融合，使用线程同步方法实现两传感器采样时间的统一。通过在设定区域内利用最小距离方法实现传感器目标关联，共同确定车辆目标；最后对未关联成功的目标利用车辆对称特性进行二次检测确认是否为车辆目标。经过验证，此方法有效降低了单一传感器漏检误检率。 经实车试验验证，本文所提出的融合算法对前方车辆的检测更加全面，可以减少由于单一传感器检测算法失效引起的误检、漏检情况。 |
| 作者： | 贾琪 |
| 专业： | 车辆工程 |
| 导师： | 姜武华;汪中传 |
| 授予学位： | 硕士 |
| 授予学位单位： | 合肥工业大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
