基于高分辨率的雷达图像定位车辆研究



基于高分辨率的雷达图像定位车辆研究

高分辨率雷达图像可以从一个没有时间过滤的单一测量中估计出车辆的方位，其可用于要求驾驶员反应更快的一些交通场景中。提出一种稳定的算法，该算法运用高分辨率的雷达图像，根据单一测量方法以定向边界为基础估算车辆的方向。本文只研究单一测量方法，因为所测量的定位估计值随后会作为输入对车辆进行更精确、更快速的跟踪。随着分辨率的提高，雷达反射能够提供更清晰的车辆轮廓。目前，雷达通过车辆轮廓上的倒影来估计外部对象的方向，雷达反射方法也可用来处理激光扫描仪数据和视频图像。使用雷达必须采用一个稳定的算法，因为多路径的冗余、多物体的重叠或接近目标的杂物都会影响检测的外轮廓。如果发现雷达传感器的方向垂直于车辆轮廓，则轮廓外的倒影也会引发相应的检测。每个目标车辆都包含几种雷达反射。在统计虚警率的检测反射之后，使用基于空间密度和噪声聚类算法的应用程序与噪声。对于每一个目标，都安装了存在于车辆模型的许多集群点。该算法使用若干次迭代产生不同的拟合模型。使用高质量标准对不同的拟合模型进行评估。试验研究结果表明，使用增强的定向边界框其定位误差小于2.73°，测量的均方根误差是6.83°。

Jens Klappstein et al. 2015 IEEE MTT- S International Conference on Microwaves for Intelligent Mobility, 2015.

编译：赵唤