基于红外视觉/激光雷达融合的目标识别与定位方法

摘要：

近年来,基于可见光图像的目标识别在无人车感知领域得到了广泛应用.然而,可见光图像目标识别无法应用于弱光和黑暗环境.针对于此,提出了一种基于红外视觉/激光雷达融合的目标识别与定位算法.首先,通过基于颜色迁移的数据增强训练方法,提高了红外目标识别算法的泛化性能.继而,提出了一种基于激光雷达修正的单目深度估计方法,通过视觉图像与激光雷达点云的数据融合,实现了基于稠密深度图对目标位置的估计,提高了对小目标的定位能力.试验结果表明,与传统Yolov3目标识别算法相比,该算法平均识别准确率可提升5.8％;此外,相对定位算法将包含小目标在内的物体相对定位精度提高了13.4％.

关键词：红外目标检测、激光雷达、机器视觉、深度学习、相对定位

所属期刊栏目：8

分类号：V249.32(航空仪表、航空设备、飞行控制与导航)

资助基金：国家自然科学基金;航空科学基金;工信部民机专项

在线出版日期：2021-06-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：34-41