多传感器融合的车辆检测与跟踪系统研究

发布时间：2021-06-21 12:34

　　随着我国经济迅速发展,机动车辆的保有量也呈现大规模增长。随即过多的机动车数量给我国交通安全带来了巨大的挑战。近年来自动驾驶及高级驾驶辅助系统（ADAS）受到世界的广泛关注和研究。而多分类、多目标检测与跟踪是自动驾驶环境感知层面的关键技术之一。实时、准确的多分类、多目标检测与跟踪系统为自动驾驶决策提供了有效的依据。目前基于视觉的目标检测已经有了很好的表现,因为视觉获取的环境信息丰富,在目标识别与分类中体现了强大的优势。但是由于视觉本身的缺陷,检测跟踪效率受目标在运动中特征的可变性、尺度变化、遮挡因素、光影变化的影响很大,而且不能够准确地提供目标位置信息。激光雷达能够准确地获取目标的三维信息,而且探测的距离比较远,但是得到的目标特征比较少。因此,一个基于视觉与激光雷达融合的系统,对于多分类、多目标检测与跟踪有着重要的意义。基于此,本文采用车载多传感器融合技术,基于视觉和激光雷达融合,针对自动驾驶道路场景中的多车辆检测与跟踪系统进行研究。实现了视觉和雷达信息的融合,并通过融合信息对道路多目标车辆进行高效、可靠地检测跟踪。本文具体研究重点和创新如下:第一:将深度学习检测网络框架运用在检测与跟踪... 

【文章来源】：湖南大学湖南省 211工程院校 985工程院校 教育部直属院校

【文章页数】：64 页

【学位级别】：硕士

【部分图文】：

自动驾驶汽车的硬件系统

常用的道路环境感知设备多车辆的检测跟踪任务是自动驾驶汽车以及高级辅助驾驶系统（ADAS）的关

左图为DAPRA比赛中斯坦福大学参赛的“Junior”自主车，右图为卡耐基-梅隆大学NavLab-5

【参考文献】：
期刊论文
[1]他山之石:欧美日自动驾驶汽车相关政策法规[J]. 郑雪芹.  汽车纵横. 2018(08)
[2]协同运动状态估计的多目标跟踪算法[J]. 袁大龙,纪庆革.  计算机科学. 2017(S2)
[3]国家发改委等联合印发《汽车产业中长期发展规划》[J]. 宋城.  中国设备工程. 2017(09)
[4]无人驾驶汽车环境感知技术综述[J]. 王世峰,戴祥,徐宁,张鹏飞.  长春理工大学学报(自然科学版). 2017(01)
[5]无人驾驶汽车带来的交通便利[J]. 黄武陵.  单片机与嵌入式系统应用. 2016(06)
[6]全球首例自动驾驶大客车开放道路行驶——宇通无人驾驶大客车试运行成功[J]. 周晶.  人民公交. 2015(09)
[7]汽车智能化的发展[J]. 王欣宇,李振中.  汽车工程师. 2013(09)
[8]基于CCD图像传感器的路径识别算法分析[J]. 尚在飞,肖文健,李永科.  电子设计工程. 2012(16)
[9]无人驾驶车试制成功[J]. 朱华.  今日科苑. 2011(18)
[10]完全智能控制 Google无人驾驶汽车路试[J]. 苏鑫.  道路交通与安全. 2010(04)

博士论文
[1]自主驾驶汽车智能控制系统[D]. 孙振平.国防科学技术大学 2004

硕士论文
[1]基于卷积神经网络的车辆检测算法研究[D]. 张镇.北京交通大学 2018
[2]多传感器融合目标识别关键技术研究[D]. 郭军.国防科学技术大学 2008
[3]多传感器融合技术在汽车避障中的应用[D]. 姜元清.长春理工大学 2008



本文编号：3240687