基于雷达和视觉传感器融合的车辆识别算法在自动紧急制动中应用
2016-12-10
基于雷达和视觉传感器融合的车辆识别算法在自动紧急制动中应用
提出了一种基于雷达和视觉传感器的车辆识别算法在自动紧急制动中的应用。现在的驾驶辅助系统多数都是采用雷达和视觉传感器融合技术检测前方多车辆。对传感器融合的方法多以融合水平进行分类。低水平的融合方法将雷达和视觉的原始数据融合以产生新的原始数据,预计将比原始数据更翔实,但需要大量的计算。许多混合级融合的方法是在雷达测量范围内定义一个感兴趣区域(ROI),然后利用多种图像处理技术验证这些潜在检测区域,这样可以改善所检测到目标的横向位置精度,并从雷达上消除鬼影。最后的高水平融合使用雷达和视觉传感器独立检测到的物体信息,进行匹配、联结,并分别验证两个传感器的跟踪信息。
商业雷达既能检测车辆,也能检测包括护栏和隧道等道路基础设施,并且一般不区分机动车和非机动车。此外,该雷达尽管在横向(或方位)精度较低,但是在纵向(或径向)精度是很高的。这些雷达的特性可能会导致错误检测原车,即在同一车道上最接近的车辆,从而导致自动紧急事故的自动激活制动。因此,本文提出的车辆识别算法主要是用于区分检测对象是机动车还是非机动车。为了提高由于雷达和视觉传感器的不同测量特性导致虚假检测场景,车辆识别算法同时考虑了物体形状属性和运动属性。运动属性的检测是为了确定对象是静态还是动态;形状属性的检测是通过传感器融合来判断目标是否是车辆。此外,通过在实际驾驶情况下测试数据进行车辆识别算法的实地验证。在不久的将来,有必要进一步考虑交通拥堵和车道变换场景等更复杂的情况。
Heong- tae Kim. 13th International Confe- rence on Control, Automa- tion and Systems (ICCAS 2013), 2013.
编译:鲁兰