一种用于智能汽车目标检测的多传感器融合方法



一种用于智能汽车目标检测的多传感器融合方法

本文主要解决智能汽车目标感知的一些问题，目标感知主要通过不同传感器（如激光雷达、车载相机或者毫米波雷达）来完成目标检测、目标跟踪以及障碍物聚类等工作。提出了一种用于智能汽车目标检测的多传感器融合方法。该方法为传感器数据处理以及传感器数据融合制定了规则，这样可以尽可能地利用所有传感器所得到的信息，最大可能地提高车辆周围环境中目标物体检测的可靠性和准确性。所提出的目标感知模块的实现以及测试通过实车试验的结果进行评价。

介绍了前方目标感知（FOP）模块，其是通用感知平台的一部分。FOP模块的输入为不同传感器采集得到的数据，可对车辆前方的目标检测、跟踪并将目标物体进行分类。首先对雷达和车载相机获得的未处理数据进行数据处理，并在进一步融合前分别提取特征；然后进行特征级的融合，融合之后决定最终的目标后进行输出。

目标检测提供当前时刻前方的目标信息，包括运动物体和静止物体；目标跟踪用于预测车辆未来允许运动的轨迹；目标分类提供了进一步的目标信息，这些信息包括路面上障碍物所属的不同种类，例如一些易受伤害的目标（如行人）和其它车辆，这有助于其它应用程序在出现危险的情况下能做出合理的决策。

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

编译：孔悦