基于激光雷达和视觉信息融合的车辆识别与跟踪

摘要：

为提高自动驾驶系统对车辆目标的识别和跟踪精度,提出一种基于激光雷达和单目视觉的信息融合框架.利用改进的DBSCAN算法对障碍物点云数据进行聚类,采用更快速区域卷积神经网络(Faster R-CNN)识别单目视觉图像中的车辆目标,融合两种传感器的信息获得完整的车辆目标信息,使用联合概率数据关联(JPDA)算法实时跟踪目标车辆的运动状态.试验结果表明,该算法可有效避免传感器杂波的干扰,能够适应车辆目标的数量变化并及时更新航迹信息,具有较高的精度和鲁棒性.

关键词：激光雷达、视觉、信息融合、DBSCAN、更快速区域卷积神经网络、联合概率数据关联

分类号：U463.6(汽车工程)

资助基金：国家自然科学基金项目;中央高校基本业务费专项资金重点项目;山区复杂道路"人-车-路"系统协同与安全重庆市重点实验室开放基金

在线出版日期：2020-12-07（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：8-15