10.19562/j.chinasae.qcgc.2021.04.004
基于毫米波雷达和机器视觉融合的车辆检测
针对车辆检测中使用传统单一传感器的识别效果差、易受干扰等缺点,本文提出一种基于毫米波雷达和机器视觉融合的车辆检测方法.首先利用分层聚类算法对雷达数据进行处理,过滤无效目标;利用改进的YOLO v2算法降低漏检率,提高检测速度;然后运用目标检测交并比和全局最近邻数据关联算法实现多传感器数据融合;最后基于扩展卡尔曼滤波算法进行目标跟踪,而得出最终结果.实车试验结果表明,该方法的车辆识别效果优于单一传感器,且在多种路况下识别效果良好.
车辆检测、毫米波雷达、YOLO算法、传感器融合、多目标跟踪
43
TP391.41;TP24;TN953
企业委托项目;安徽省第五批特支计划资助项目;国家科技重大专项
2021-05-31(万方平台首次上网日期,不代表论文的发表时间)
共7页
478-484