原文传递
毫米波雷达和相机目标局部轨迹融合的车辆检测方法研究
| 论文题名： | 毫米波雷达和相机目标局部轨迹融合的车辆检测方法研究 |
| 关键词： | 智能驾驶系统;毫米波雷达;相机;局部轨迹;信息融合;目标识别 |
| 摘要： | 感知模块是智能驾驶系统的重要组成部分。准确可靠的环境信息为智能驾驶后续的决策和规划提供了重要的依据。毫米波雷达和相机作为目前主流的环境感知传感器，两者在实际应用中各有优缺点。多传感器融合方法可以有效结合两者的优势，实现信息冗余和互补。其中，如何实现多传感器之间目标的准确关联和信息融合是一个关键问题。在分析和总结现阶段传感器融合方法不足的基础上，本文提出一种基于毫米波雷达和相机目标局部轨迹信息融合的车辆检测方法。主要研究内容如下： （1）综合分析毫米波雷达目标的数据特点和相机目标检测方法，制定相应的传感器数据预处理方法，获取毫米波雷达和相机有效目标局部轨迹信息。然后，设计基于毫米波雷达和相机目标局部轨迹信息融合的车辆检测方法。首先，对传感器数据进行时间同步。然后，利用直接线性变换（Direct Linear Transformation，DLT）方法将雷达目标投影至图像，根据图像中雷达投影点和相机目标感兴趣区域（Region of Interest，ROI）的空间位置关系实现两者之间目标关联初判断。接着，基于动态时间规整（Dynamic Time Warping，DTW）的方法计算初匹配目标之间的局部轨迹相似度，进一步完成目标关联判断。最后，对各传感器的同一目标进行信息融合，从而获取更全面、准确的目标信息。 （2）基于传感器探测的目标运动信息识别危险目标。根据目标运动信息筛选出可能对自车造成危险的自车道直线行驶车辆和侧方插入车辆。然后依据自车前方的危险区域、上述车辆与自车的相对运动信息进行碰撞风险判断。最后，制定相应的危险目标筛选策略并通过试验测试验证其合理性。 （3）基于搭载毫米波雷达和相机的智能汽车，进行传感器标定校准和实车试验。在一些典型的城市道路进行传感器融合方法试验和与其它传感器融合方法的试验对比。试验结果表明，本文所提的传感器融合方法能够准确关联传感器之间不同大小、不同角度检测到的车辆，具有良好的鲁棒性。同时，融合后的目标信息更加全面和准确，有效降低了目标漏检率，提高了目标识别可靠性。 |
| 作者： | 曹琴星 |
| 专业： | 车辆工程 |
| 导师： | 赵林峰 |
| 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
