文献类型：期刊文章

作　　者：李勇滔[1] 孙晨旭[1] 郑伟光[1,2] 许恩永[3] 李育方[3] 王善超[3]

Li Yongtao;Sun Chenxu;Zheng Weiguang;Xu Enyong;Li Yufang;Wang Shanchao(Guangxi University of Science and Technology,Engineering Research Center of Ministry of Education for Advanced Design and Manufacturing of Heavy Vehicle Components,Liuzhou 545616;College of Automotive Engineering,Jilin University,Changchun 130000;Dongfeng Liuzhou Motor Company,Liuzhou 545616)

机构地区：[1]广西科技大学,重型车辆零部件先进设计制造教育部工程研究中心,柳州545616 [2]吉林大学汽车工程学院,长春130000 [3]东风柳州汽车有限公司,柳州545616

出　　处：《汽车工程》

基　　金：国家自然科学基金(52065013);广西重点研发计划项目(桂科AB21220052)资助。

年　　份：2023

卷　　号：45

期　　号：9

起止页码：1666-1676

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD2023_2024、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对现有的毫米波雷达与视觉融合的碰撞预警算法误警率与漏警率较高等问题,提出了一种基于毫米波雷达与视觉融合的碰撞预警方法。首先基于距离速度阈值与生命周期方法对毫米波雷达数据进行预处理,并提出基于遗忘因子的自适应拓展卡尔曼滤波算法对目标进行追踪;利用加入改进的CBAM双通道注意力机制YOLOv5算法提高视觉识别的准确率。然后运用交并比的思想实现毫米波雷达与视觉的决策级融合。最后基于最小安全距离模型提出前碰撞预警策略。通过不同场景下的实车验证结果表明:该算法比单传感器算法更加准确,具有更好的鲁棒性。

关 键 词：毫米波雷达 深度视觉  车辆识别 碰撞预警  自适应卡尔曼滤波 注意力机制  

分 类 号：U463.6]