融合毫米波雷达与单目视觉的前车检测与跟踪
对现有融合雷达与视觉的车辆检测方法进行改进,增加目标跟踪过程,进一步提升城市复杂环境下智能车前方车辆信息感知的准确性.首先,针对雷达数据处理,提出一种基于层次聚类的雷达杂波剔除方法;其次,针对视觉数据处理,提出一种基于目标景深的自适应车辆检测方法;最后,提出一种基于核相关滤波器(kernelized correlation filter,KCF)-扩展卡尔曼滤波(extended Kalman filter,EKF)组合滤波的目标跟踪方法,对车辆几何与运动信息进行了有效估计.通过在不同交通环境与天气状况下进行实车实验,结果证明,该方法具有更好的可靠性与鲁棒性.
毫米波雷达、机器视觉、车辆检测、目标跟踪
44
P208(一般性问题)
国家自然科学基金;国家自然科学基金汽车产业创新发展联合基金
2020-04-24(万方平台首次上网日期,不代表论文的发表时间)
共9页
1832-1840