一种新的车辆辅助驾驶动态障碍物检测与分类方法

发布时间：2018-11-07 20:18

【摘要】：为了解决道路视频中的运动障碍物检测和分类准确率低的问题,提出了一种基于卡尔曼滤波和朴素贝叶斯网络结合的检测与分类方法。首先采用卡尔曼滤波算法检测视频中的障碍物,并将检测到的障碍物进行特征提取。采用障碍物对称性与边缘直线水平度等特征,建立朴素贝叶斯网络对车辆前方的障碍物进行分类。实验结果表明,障碍物检测的准确率达到95%,对摩托车或自行车、汽车正面、汽车侧面和行人等障碍物识别准确率达到98.75%。
[Abstract]:In order to solve the problem of low accuracy of moving obstacle detection and classification in road video, a detection and classification method based on Kalman filter and naive Bayesian network is proposed. Firstly, the Kalman filter algorithm is used to detect the obstacles in the video, and the detected obstacles are extracted. A naive Bayesian network is established to classify the obstacles in front of the vehicle by using the symmetry of obstacles and the flatness of the edges. The experimental results show that the accuracy of obstacle detection is 95% and 98.75% for motorcycle or bicycle, front, side and pedestrian.
【作者单位】： 上海理工大学光电信息与计算机工程学院;
【基金】：国家自然科学基金资助项目(61374197)
【分类号】：TP391.41;U463.6

【相似文献】

相关期刊论文 前2条

1 稻津雅弘;车胜新;;利用超声波检测障碍物的装置的研究[J];国外汽车;1983年06期

2 ;[J];;年期

相关硕士学位论文 前6条

1 丁新立;基于卷积神经网络的车辆前方障碍物识别[D];大连理工大学;2015年

2 袁雨桐;基于单目视觉的智能车前方障碍物识别与测距[D];吉林大学;2016年

3 陆臻;汽车辅助安全驾驶中基于视频的障碍物检测方法研究[D];电子科技大学;2016年

4 陈盼;基于双目视觉的无人车行驶障碍物定位跟踪方法研究[D];长安大学;2016年

5 郑凯华;基于多层激光雷达的道路与障碍物信息提取算法[D];北京工业大学;2015年

6 黄俊;基于加权Hough变换和时域相关性分析的双目视频障碍物检测技术研究[D];厦门大学;2014年

，

本文编号：2317465