汽车前方车辆识别的雷达和视觉信息融合算法开发

发布时间：2017-12-05 13:18

  本文关键词：汽车前方车辆识别的雷达和视觉信息融合算法开发

  更多相关文章： 雷达 视觉 融合 深度学习 车辆识别

【摘要】：随着交通事故的频繁发生与人们对智能汽车技术的日益关注,汽车智能辅助驾驶系统的研究与应用正在飞速发展,而车辆环境感知系统是汽车智能辅助驾驶系统的关键,其中车辆识别是环境感知系统的最为重要组成部分之一。获取道路前方准确的有效目标车辆信息,可以为自适应巡航系统与自动紧急刹车系统等主动安全技术提供有力的技术支撑。通过对目前国内外车辆识别研究现状调查发现,雷达系统对环境适应性强,对景深信息与速度信息提取方面具有优势,然而其存在原始数据噪声较大,漏检率与误检率较高,角度分辨率不高的劣势。视觉系统而言,获取信息丰富,成本较低,尤其在目标识别分类具有较大优势,但其存在实时性较差,易受环境影响等不足。为此,本文提出了一种基于毫米波雷达与视觉信息相融合的车辆识别算法。技术路线上,首先利用毫米波雷达获取道路前方所有64个有效目标的状态信息,并通过卡尔曼滤波和建立前车常加速模型的方式对前方目标信息进行了初步筛选;其次,通过雷达、视觉与车辆坐标系的统一,将雷达获得道路信息在ADTF软件环境下匹配至图像,建立感兴趣区域,然后使用深度学习算法,在感兴趣区域进行车辆识别与验证。主要研究内容如下:第一,基于深度学习的车辆识别算法。首先,完成图像灰度化、归一化的预处理,其次,建立车辆识别训练样本库与标准测试样本库,进而搭建了包含3个卷积层、2个池化层、1个概率层、1个全连接层的7层中型卷积神经网络模型,基于主流的深度学习框架Caffe训练该卷积神经网络模型,构成车辆识别二分类器,并基于标准的车辆样本库进行识别实验。第二,基于毫米波雷达的有效目标识别与筛选。针对雷达信号选用卡尔曼滤波器进行滤波处理,首先建立车辆二自由度模型与本车状态滤波器,完成对本车状态的预估。然后基于常加速模型完成雷达对前方车辆运动状态预估模型。综合本车预估与前车预估获得较为精确的前车运动状态,并对实车雷达数据进行实验验证,实现了基于毫米波雷达的有效目标识别算法。第三,雷达视觉融合算法开发。雷达与视觉传感器于空间上和时间上实现了融合,完成了雷达视觉联合标定,并于ADTF软件环境实现融合并采集实车数据。然后基于雷达辅助视觉的方式,通过两种方式:雷达确定感兴趣区域与雷达景深信息的滑窗检测法进行融合算法改进,从而提出一种基于雷达信息变滑窗的多视点卷积神经网络车辆识别融合算法,并在采集的离线实车道路环境数据下,对比了有无雷达辅助下的深度学习车辆识别算法,实验结果表明:本文提出的综合考虑视觉和雷达的融合算法相比于传统的基于单一传感器的车辆识别算法取得了良好的效果,对于前方车辆具有较好的识别准确率与实时性,为汽车智能辅助驾驶系统提供了良好的道路环境感知信息。
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U463.6

【相似文献】

中国期刊全文数据库 前10条

1 高军伟;刘召燕;蔡国强;刘新;贾利民;;基于面积法的车辆识别统计研究[J];青岛大学学报(工程技术版);2008年04期

2 高晶辉;;基于计算机网络技术的车辆识别技术的研究[J];煤炭技术;2011年02期

3 吴定华;;车辆识别管理系统在猴子岩水电站混凝土生产系统中的应用[J];四川水力发电;2012年01期

4 谷云辉;王新辉;付立;;电子车辆识别技术的性能、安全性和成本分析及应用[J];交通标准化;2012年18期

5 张津剑;顾晓东;;自适应注意力选择与脉冲耦合神经网络相融合的沙漠车辆识别[J];计算机辅助设计与图形学学报;2014年01期

6 高大容;王紫婷;;汽车防追尾的车辆识别系统设计[J];兰州交通大学学报;2006年04期

7 金立生;贾敏;孙玉芹;侯海晶;;日间高速公路侧后方车辆识别方法[J];西南交通大学学报;2010年02期

8 张运刚,曲同喜;北美铁路自动化车辆识别系统[J];国外铁道车辆;1996年04期

9 孙秀玲;自动化通行费收缴系统的设计[J];黑龙江交通科技;1996年04期

10 张春晶;刘金辉;;基于单线圈的车辆识别研究[J];现代科学仪器;2009年02期

中国重要会议论文全文数据库 前5条

1 管鲁阳;鲍明;李晓东;田静;;基于双耳模型倒谱系数的车辆识别技术研究[A];中国声学学会2006年全国声学学术会议论文集[C];2006年

2 黄亮;彭冬亮;郭宝峰;;基于声与图像融合的车辆识别硬件系统设计[A];浙江省电子学会2011学术年会论文集[C];2011年

3 梁威;沈昱明;;基于改进的Fourier描述子算法的车辆识别[A];第六届全国信息获取与处理学术会议论文集（2）[C];2008年

4 卜艳阁;袁图中;王为民;;基于RFID技术的露天矿车辆识别系统[A];全国金属矿山采矿新技术学术研讨与技术交流会论文集[C];2007年

5 陶桓齐;邹敏;刘文琮;;基于RFID平交道口交通优化管理系统[A];武汉(南方九省)电工理论学会第22届学术年会、河南省电工技术学会年会论文集[C];2010年

中国重要报纸全文数据库 前5条

1 郑晓春;英国电子车辆识别招惹了谁[N];科技日报;2003年

2 王晶晶;深圳二线关将建双向车辆识别系统[N];人民公安报;2010年

3 通讯员 刘涛 潘峰 朱成兴 徐阳娜;多功能智能卡口系统建成[N];河南法制报;2014年

4 戴定一;RFID应用的问题与机遇[N];现代物流报;2006年

5 戴定一;推进RFID应用需政府搭台企业唱戏[N];中国交通报;2006年

中国博士学位论文全文数据库 前3条

1 刘怡光;车辆识别若干基础算法与技术研究[D];四川大学;2004年

2 曹刚;运动车辆识别技术研究[D];四川大学;2004年

3 王运琼;车辆识别系统中几个关键技术的研究[D];四川大学;2004年

中国硕士学位论文全文数据库 前10条

1 张津剑;基于注意力选择与脉冲耦合神经网络的沙漠车辆识别[D];复旦大学;2014年

2 汪峥;多姿态车辆识别系统设计[D];电子科技大学;2015年

3 陈任;基于高分辨率卫星影像的车辆识别研究[D];湘潭大学;2015年

4 曹蒙蒙;基于图像内容的交通车辆识别关键技术[D];华北电力大学;2015年

5 王魏魏;基于半有源RFID技术的停车场车辆识别系统开发[D];东南大学;2015年

6 陈晓伟;汽车前方车辆识别的雷达和视觉信息融合算法开发[D];吉林大学;2016年

7 黄灿;基于局部特征的车辆识别[D];上海交通大学;2010年

8 杨超;车辆识别系统动态特征选择算法的研究与实现[D];东北大学;2009年

9 刘洋;交通视频监控中车辆识别与粘连车辆分割方法的研究[D];华南理工大学;2012年

10 徐彤阳;基于支持向量机的车辆识别技术的研究[D];长沙理工大学;2005年

，

本文编号：1254947