基于三维激光雷达的动态障碍物检测和追踪方法

发布时间：2018-03-11 05:19

  本文选题：三维激光雷达　切入点：DBSCAN　出处：《汽车技术》2017年08期 　论文类型：期刊论文

【摘要】：为解决无人驾驶车辆在城市路况下对多个动态障碍物同时检测和跟踪的关键问题,提出一种基于三维激光雷达的多目标实时检测和跟踪方法。通过对单帧激光雷达点云数据进行聚类,提取障碍物外接矩形轮廓特征;采用多假设跟踪模型(MHT)算法对连续两帧的障碍物信息进行数据关联;利用卡尔曼滤波算法对动态障碍物进行连续地预测和跟踪。试验结果表明,该算法能够在自行搭建的智能车平台上以每帧100 ms的速度准确、稳定地检测和跟踪。
[Abstract]:In order to solve the key problem that driverless vehicles simultaneously detect and track multiple dynamic obstacles in urban road conditions, This paper presents a real-time detection and tracking method for multi-targets based on 3D lidar. By clustering the point cloud data of a single frame of lidar, the rectangular contour features of obstacles are extracted. The multi-hypothesis tracking model (MHT) algorithm is used to correlate the obstacle information of two successive frames, and the Kalman filter algorithm is used to continuously predict and track the dynamic obstacle. The experimental results show that, The algorithm can detect and track accurately and stably at 100ms per frame on the intelligent vehicle platform.
【作者单位】： 武汉理工大学现代汽车零部件技术湖北省重点实验室汽车零部件技术湖北省协同创新中心;
【基金】：湖北省科技厅资助项目(2016BEC116)
【分类号】：TN958.98;U463.6

【相似文献】

相关期刊论文 前2条

1 陈之中;吴训成;;倒车环境下的网状障碍物识别技术[J];上海工程技术大学学报;2012年01期

2 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

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：1596760