融合毫米波雷达与单目视觉的前车检测与跟踪

论文摘要

对现有融合雷达与视觉的车辆检测方法进行改进,增加目标跟踪过程,进一步提升城市复杂环境下智能车前方车辆信息感知的准确性。首先,针对雷达数据处理,提出一种基于层次聚类的雷达杂波剔除方法;其次,针对视觉数据处理,提出一种基于目标景深的自适应车辆检测方法;最后,提出一种基于核相关滤波器（kernelized correlation filter,KCF）-扩展卡尔曼滤波（extended Kalman filter,EKF）组合滤波的目标跟踪方法,对车辆几何与运动信息进行了有效估计。通过在不同交通环境与天气状况下进行实车实验,结果证明,该方法具有更好的可靠性与鲁棒性。

论文目录

• 1 算法基本流程设计
• 2 数据预处理
•   2.1 基于层次聚类的动态雷达目标提取
•   2.2 雷达与视觉空间配准
• 3 基于景深的自适应车辆检测
• 4 基于组合滤波的目标跟踪
• 5 实验结果与分析
• 6 结语

文章来源

类型: 期刊论文

作者: 赵望宇,李必军,单云霄,徐豪达

关键词: 毫米波雷达,机器视觉,车辆检测,目标跟踪

来源: 武汉大学学报(信息科学版) 2019年12期

年度: 2019

分类: 基础科学,工程科技Ⅱ辑,信息科技

专业: 汽车工业,电信技术,计算机软件及计算机应用

单位: 武汉大学测绘遥感信息工程国家重点实验室,中山大学数据科学与计算机学院

基金: 国家自然科学基金（41671441,41531177）,国家自然科学基金汽车产业创新发展联合基金（U1764262）~~

分类号: U463.6;TP391.41;TN958

DOI: 10.13203/j.whugis20180146

页码: 1832-1840

总页数: 9

文件大小: 1684K

下载量: 650