一種用于智能汽車目標檢測的多傳感器融合方法

?

一種用于智能汽車目標檢測的多傳感器融合方法

本文主要解決智能汽車目標感知的一些問題，目標感知主要通過不同傳感器（如激光雷達、車載相機或者毫米波雷達）來完成目標檢測、目標跟蹤以及障礙物聚類等工作。提出了一種用于智能汽車目標檢測的多傳感器融合方法。該方法為傳感器數據處理以及傳感器數據融合制定了規則，這樣可以盡可能地利用所有傳感器所得到的信息，最大可能地提高車輛周圍環境中目標物體檢測的可靠性和準確性。所提出的目標感知模塊的實現以及測試通過實車試驗的結果進行評價。

介紹了前方目標感知（FOP）模塊，其是通用感知平臺的一部分。FOP模塊的輸入為不同傳感器采集得到的數據，可對車輛前方的目標檢測、跟蹤并將目標物體進行分類。首先對雷達和車載相機獲得的未處理數據進行數據處理，并在進一步融合前分別提取特征；然后進行特征級的融合，融合之后決定最終的目標后進行輸出。

目標檢測提供當前時刻前方的目標信息，包括運動物體和靜止物體；目標跟蹤用于預測車輛未來允許運動的軌跡；目標分類提供了進一步的目標信息，這些信息包括路面上障礙物所屬的不同種類，例如一些易受傷害的目標（如行人）和其它車輛，這有助于其它應用程序在出現危險的情況下能做出合理的決策。

Trung Dung Vu et al. 2014 IEEE International Conference on Intelligent Vehicles Symposium Proceedings, Dearborn, MI, June 8-11, 2014.

編譯：孔悅