原文传递
基于视觉与毫米波雷达融合的目标检测与跟踪方法研究
| 论文题名： | 基于视觉与毫米波雷达融合的目标检测与跟踪方法研究 |
| 关键词： | 无人驾驶;毫米波雷达;摄像头;信息融合;深度学习;目标检测 |
| 摘要： | 传统汽车正飞速向智能网联汽车转型，这是一次系统性的大变革，是使我国成为汽车强国的重要机会。智能网联汽车通过先进的设备与技术实现高效、舒适、安全的驾驶，环境感知技术作为无人驾驶的基础，意义重大。单传感器获取信息不全面，无法应对复杂场景的感知要求，多传感器融合技术可以更有效对环境进行判断。本文基于摄像头与毫米波雷达，采用深度学习的方法实现视觉目标检测，并融合雷达信息，对道路目标检测技术进行研究。 首先，分析国内外单传感器感知技术与感知融合技术的研究现状，总结当前技术中的不足，针对不同传感器的优劣势，选取合适的传感器，确定本文的主要工作内容。 然后，通过对毫米波雷达原理的分析，对毫米波雷达数据进行预处理，去除静止目标与无效目标，接着利用卡尔曼滤波对目标进行跟踪，采用了目标的有效生命周期的算法，分析了目标的存在状态，实现了有效目标的选择。 其次，建立了基于道路目标的专属数据集，并进行数据增强，利用注意力机制对YOLOv3的网络结构进行改进，并采用更合理的损失函数对网络进行训练。最后，通过评价指标对比分析了改进后的YOLOv3网络与YOLOv3网络的检测效果。 再次，通过投影变换，将毫米波雷达目标投影到像素矩阵下，然后利用了一种基于时间差的多线程的时间同步算法实现了多传感器数据的时间上的统一。分析了各多目标关联算法的优劣势，通过代价公式建立毫米波雷达目标与视觉目标的代价矩阵，并利用匈牙利算法优化求解，得出最优匹配对，基于融合策略对融合目标进行输出。 最后，搭建实车试验平台，对传感器进行内外参的标定，在多场景下进行实车试验。通过对单车场景、多目标场景、夜间场景、遮挡场景的融合算法与单传感器算法的对比分析，验证了本文提出的传感器融合算法的可行性与有效性。 |
| 作者： | 刘文涛 |
| 专业： | 车辆工程 |
| 导师： | 张炳力 |
| 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
