文献类型：期刊文章

作　　者：高继东[1] 焦鑫[2] 刘全周[1] 贾鹏飞[1] 李占旗[1] 杨伟东[2]

GAO Jidong;JIAO Xin;LIU Quanzhou;JIA Pengfei;LI Zhanqi;YANG Weidong(CATARC(Tianjin)Automotive Engineering Research Institute Co.,Ltd.,Tianjin 300300,China;School of Mechanical Engineering,Hebei University of Technology,Tianjin 300130,China)

机构地区：[1]中汽研(天津)汽车工程研究院有限公司,天津300300 [2]河北工业大学机械学院,天津300130

出　　处：《中国测试》

基　　金：国家自然科学基金面上项目(51975428);国家自然科学基金项目(51975426);天津市科技计划项目(17YDLJGX00020,18YFCZZC00150)。

年　　份：2021

卷　　号：47

期　　号：10

起止页码：33-40

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、IC、JST、UPD、ZGKJHX、核心刊

摘　　要：为提升辅助驾驶系统(ADAS)对于行驶环境中车辆的感知能力,运用机器视觉与毫米波雷达信息融合技术对车辆进行检测。融合系统中将摄像头和雷达进行联合标定,确定两者的转化关系,对深度学习算法SSD进行改进,提升对于小目标车辆的检测精度,同时对雷达数据进行处理,借助雷达模拟器确定合适阈值参数实现对车辆目标的有效提取,并采用卡尔曼滤波算法对目标数据进行处理,根据雷达有效目标数据对摄像头采集的图像进行选择与建立感兴趣区域,通过改进的SSD车辆识别算法对区域中的车辆进行检测,经测试,车辆的检测准确率最高达到95.3%,且具备较高的实时性和环境适应性。

关 键 词：机器视觉 毫米波雷达 深度学习  信息融合 卡尔曼滤波

分 类 号：U461.6] TB9]