机器视觉与激光雷达结合的道路环境感知研究



机器视觉与激光雷达结合的道路环境感知研究

信息技术的研究进展催生了能够应用在道路交通上的新技术，提升了道路安全并实现了辅助驾驶。这些技术统称为先进驾驶辅助系统。

道路安全方面的需求及检测技术的可靠性使不同传感器进行结合显得尤为必要。不同传感器之间的信息融合克服了每一个传感器自身的缺陷，能够提供可靠的检测结果并对不同的道路使用者进行跟踪。

数据融合方法分为低度、中度和高度。低度数据融合为传感器原始数据的融合，会产生一组更为复杂的数据；中度数据融合需要对数据进行预处理，并获得处理后的数据及每个传感器的特征值，由此建立基于每个传感器的特征向量；高度数据融合中，分类只是根据每个传感器提供的信息进行，最后阶段的融合基于传感器检测的可靠性及传感器本身。

所提出的车辆安全新方案结合机器视觉与激光雷达两种经典传感器。激光雷达基于模式匹配算法检测车辆及行人。机器视觉则是基于车辆Haar特征和行人方向梯度直方图特征。融合算法采用卡尔曼滤波和联合概率数据关联算法来提供高精度的检测。在城市和城间场景下的试验表明，1000多帧的数据中，行人检测的有效性为77.69%，车辆检测的有效性为88.25%；车辆的误检测率为3.11%，行人的误检测率为2.59%。

研究结果表明，所提出的系统能够增强检测效果，提升整体性能，新的数据融合方法克服了摄像头和激光雷达本身的缺陷，提高了先进驾驶辅助系统性能。

Fernando Garcia et al. IWSSIP 2014, 21st International Conference on Systems, Signals and Image Processing, Croatia,12- 15 May 2014.

编译：李峻峰