原文传递
基于多线索融合的障碍物检测算法研究
| 论文题名： | 基于多线索融合的障碍物检测算法研究 |
| 关键词： | 交通运输;障碍物检测算法;多线索融合 |
| 摘要： | 随着私人汽车持有量的增加，交通事故发生的频率也随之上升，与汽车安全驾驶相关的问题，普遍成为人们关注的方向之一。作为智能车辆核心技术之一的障碍物检测技术，已然成为各国科研机构重点投入的研究对象。障碍物检测的准确性，不仅能够提高驾驶者对周围环境的辨识能力，而且为其他辅助驾驶检测技术（如运动估计、碰撞预警等）有效进行提供了保证。因此，对障碍物检测技术的研究是非常必要的。 在障碍物检测时，由于事先未知障碍物自身的形状、类型，不能依赖障碍物形状、颜色等特殊假设条件及特定类型的障碍物先验知识检测障碍物，复杂的室外条件导致的任意障碍物检测不完整，错误的估计了障碍物、道路等实物的位置，容易引起错误的警告，或无法准确计算相对速度和碰撞时间，导致警告不及时。因此，本文在分析了现有障碍物检测算法的基础上，提出了一种新的基于多线索融合的障碍物检测算法，其中融合算法分为两部分:基于单帧的多线索融合和基于多帧历史信息的融合。 在基于单帧的多线索融合中，首先，采用一个改进的运动补偿线索来检测违背道路平面假设的障碍物。然后，提出一个新的图像分割线索来提高检测率，降低误检率，其中，图像分割线索可细分为:位置线索、投影线索以及面积线索。最后，使用贝叶斯框架融合上述线索，生成当前帧对应的障碍物概率图。 在基于多帧历史信息的融合中，提出了一个概率更新模型融合当前帧检测信息和历史帧检测信息。算法根据当前帧的检测结果，选择不同的概率更新方式，有效的结合了当前帧和历史帧的检测结果。 在各种场景下的实验结果表明，该算法不受障碍物类型、光照条件、道路场景等因素影响，在改善了任意障碍物检测不完整问题的基础上，提高了检测率，降低了误检率。 |
| 作者： | 左立元 |
| 专业： | 应用数学 |
| 导师： | 孙艳蕊 |
| 授予学位： | 硕士 |
| 授予学位单位： | 东北大学 |
| 学位年度： | 2013 |
| 正文语种： | 中文 |
检索历史
应用推荐
