基于毫米波雷达与机器视觉信息融合的有轨电车障碍物检测

发布时间：2021-02-25 20:51

　　现代有轨电车有助于缓解城市拥堵,提高出行效率。目前,大部分有轨电车的运行安全都是依赖于司机对前方路况的主观判断,存在一定的安全隐患。因此,需要采用智能障碍物检测系统来提高有轨电车安全性能。当前最常用的障碍物检测传感器是机器视觉或者雷达。但是天气和光照等因素会影响机器视觉的性能,而雷达又只能获得目标的点位信息。考虑到单一传感器存在的不足,本文采用毫米波雷达与机器视觉信息融合的方式来检测有轨电车前方障碍物。研究了从目标检测到筛选,再到跟踪,最后到目标信息融合等内容。研究内容对提高有轨电车运行安全性具有重要意义。本文主要贡献如下:（1）筛选雷达目标并设计跟踪算法。考虑到雷达工作在有轨电车运行环境中,受到干扰较多以及存在闪烁噪声等因素。本部分先基于一定的规则初步筛选出有效目标,再采用Sage-Husa自适应卡尔曼滤波跟踪目标,提高了雷达在有轨电车运行环境中检测障碍物的准确性和可靠性。（2）搭建融合模型将雷达数据按时间关系分帧融入图像数据。详细阐述了两个传感器联合标定的方法和过程,成功地将雷达目标点位信息映射成图像中对应的感兴趣区域。通过缓存数据加时间戳的方式解决了雷达与摄像机采集频率不一致的问... 

【文章来源】：苏州大学江苏省

【文章页数】：94 页

【学位级别】：硕士

【部分图文】：

运营中的有轨电车

（a）混行路段-行人穿越轨道 （b）混行路段-车辆穿越轨道图 1-2 有轨电车混行路段智能安全辅助驾驶技术中一个重要的研究方向就是环境感知技术[6,7]。环境感知系统可以使车辆通过传感器感应周围的环境并检测出影响行车安全的障碍物，从而提

无人车实拍图

【参考文献】：
期刊论文
[1]无人驾驶技术下智能交通系统发展展望[J]. 郭俊财,盖文娟.  合作经济与科技. 2018(06)
[2]一种快速精确的摄像机标定方法[J]. 曹建锋,张建华,刘璇.  机械工程师. 2017(08)
[3]基于光流的旋翼无人机障碍物检测方法[J]. 张小东,孙国鹏.  测绘与空间地理信息. 2017(05)
[4]一种非静止背景下的运动目标检测方法[J]. 张兆阳,强祥,陈琦玮,汪一鸣,吴澄.  电子设计工程. 2016(22)
[5]基于帧间差分和背景差分的运动目标检测算法[J]. 孙挺,齐迎春,耿国华.  吉林大学学报(工学版). 2016(04)
[6]基于毫米波雷达和机器视觉的夜间前方车辆检测[J]. 金立生,程蕾,成波.  汽车安全与节能学报. 2016(02)
[7]基于卡尔曼滤波的动态定位优化[J]. 陈刚,王威,狄鹏.  舰船电子工程. 2016(05)
[8]基于光流技术的障碍物检测方法[J]. 郭文俊,常桂然.  软件. 2016(04)
[9]国内现代有轨电车车辆发展状况综述[J]. 臧宇,许广鹏,关和宁,姚震,俞俊杰.  现代城市轨道交通. 2016(02)
[10]现代有轨电车交叉口安全保障系统[J]. 徐静仪,欧冬秀.  交通科技. 2015(05)

博士论文
[1]无人驾驶车辆环境感知系统关键技术研究[D]. 王俊.中国科学技术大学 2016

硕士论文
[1]现代有轨电车限界识别及实时动态追踪系统研究[D]. 强祥.苏州大学 2016
[2]基于测距雷达和机器视觉数据融合的前方车辆检测系统[D]. 庞成.东南大学 2015
[3]基于人体头肩特征的行人检测方法研究与应用[D]. 刘琳.南京理工大学 2015



本文编号：3051566