基于虚拟场景车辆的识别与定位技术研究

摘要：

为了提高汽车辅助系统对于目标感知能力,本文利用了机器视觉技术和智能算法对目标车辆进行了定位与跟踪.借助于dSPACE仿真软件建立虚拟交通场景,配置Faster Rcnn深度学习框架并制作汽车数据样本对网络进行训练,对识别的边框进行紧缩,实现了对场景中车辆的准确检测,同时采用曲线拟合求得目标距离信息,通过卡尔曼滤波算法对检测的目标车辆进行了追踪,求得车辆距离信息的最优估计值,提高了目标车辆的定位与追踪能力.

关键词：目标感知、深度学习、卡尔曼滤波、最优估计

所属期刊栏目：9

分类号：TP183(自动化基础理论)

资助基金：天津市科技计划项目17YDLJGX00020

在线出版日期：2019-09-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：82-88