本文關(guān)鍵詞：汽車前方車輛識別的雷達(dá)和視覺信息融合算法開發(fā)

  更多相關(guān)文章： 雷達(dá) 視覺 融合 深度學(xué)習(xí) 車輛識別

【摘要】：隨著交通事故的頻繁發(fā)生與人們對智能汽車技術(shù)的日益關(guān)注,汽車智能輔助駕駛系統(tǒng)的研究與應(yīng)用正在飛速發(fā)展,而車輛環(huán)境感知系統(tǒng)是汽車智能輔助駕駛系統(tǒng)的關(guān)鍵,其中車輛識別是環(huán)境感知系統(tǒng)的最為重要組成部分之一。獲取道路前方準(zhǔn)確的有效目標(biāo)車輛信息,可以為自適應(yīng)巡航系統(tǒng)與自動緊急剎車系統(tǒng)等主動安全技術(shù)提供有力的技術(shù)支撐。通過對目前國內(nèi)外車輛識別研究現(xiàn)狀調(diào)查發(fā)現(xiàn),雷達(dá)系統(tǒng)對環(huán)境適應(yīng)性強(qiáng),對景深信息與速度信息提取方面具有優(yōu)勢,然而其存在原始數(shù)據(jù)噪聲較大,漏檢率與誤檢率較高,角度分辨率不高的劣勢。視覺系統(tǒng)而言,獲取信息豐富,成本較低,尤其在目標(biāo)識別分類具有較大優(yōu)勢,但其存在實(shí)時(shí)性較差,易受環(huán)境影響等不足。為此,本文提出了一種基于毫米波雷達(dá)與視覺信息相融合的車輛識別算法。技術(shù)路線上,首先利用毫米波雷達(dá)獲取道路前方所有64個有效目標(biāo)的狀態(tài)信息,并通過卡爾曼濾波和建立前車常加速模型的方式對前方目標(biāo)信息進(jìn)行了初步篩選;其次,通過雷達(dá)、視覺與車輛坐標(biāo)系的統(tǒng)一,將雷達(dá)獲得道路信息在ADTF軟件環(huán)境下匹配至圖像,建立感興趣區(qū)域,然后使用深度學(xué)習(xí)算法,在感興趣區(qū)域進(jìn)行車輛識別與驗(yàn)證。主要研究內(nèi)容如下:第一,基于深度學(xué)習(xí)的車輛識別算法。首先,完成圖像灰度化、歸一化的預(yù)處理,其次,建立車輛識別訓(xùn)練樣本庫與標(biāo)準(zhǔn)測試樣本庫,進(jìn)而搭建了包含3個卷積層、2個池化層、1個概率層、1個全連接層的7層中型卷積神經(jīng)網(wǎng)絡(luò)模型,基于主流的深度學(xué)習(xí)框架Caffe訓(xùn)練該卷積神經(jīng)網(wǎng)絡(luò)模型,構(gòu)成車輛識別二分類器,并基于標(biāo)準(zhǔn)的車輛樣本庫進(jìn)行識別實(shí)驗(yàn)。第二,基于毫米波雷達(dá)的有效目標(biāo)識別與篩選。針對雷達(dá)信號選用卡爾曼濾波器進(jìn)行濾波處理,首先建立車輛二自由度模型與本車狀態(tài)濾波器,完成對本車狀態(tài)的預(yù)估。然后基于常加速模型完成雷達(dá)對前方車輛運(yùn)動狀態(tài)預(yù)估模型。綜合本車預(yù)估與前車預(yù)估獲得較為精確的前車運(yùn)動狀態(tài),并對實(shí)車?yán)走_(dá)數(shù)據(jù)進(jìn)行實(shí)驗(yàn)驗(yàn)證,實(shí)現(xiàn)了基于毫米波雷達(dá)的有效目標(biāo)識別算法。第三,雷達(dá)視覺融合算法開發(fā)。雷達(dá)與視覺傳感器于空間上和時(shí)間上實(shí)現(xiàn)了融合,完成了雷達(dá)視覺聯(lián)合標(biāo)定,并于ADTF軟件環(huán)境實(shí)現(xiàn)融合并采集實(shí)車數(shù)據(jù)。然后基于雷達(dá)輔助視覺的方式,通過兩種方式:雷達(dá)確定感興趣區(qū)域與雷達(dá)景深信息的滑窗檢測法進(jìn)行融合算法改進(jìn),從而提出一種基于雷達(dá)信息變滑窗的多視點(diǎn)卷積神經(jīng)網(wǎng)絡(luò)車輛識別融合算法,并在采集的離線實(shí)車道路環(huán)境數(shù)據(jù)下,對比了有無雷達(dá)輔助下的深度學(xué)習(xí)車輛識別算法,實(shí)驗(yàn)結(jié)果表明:本文提出的綜合考慮視覺和雷達(dá)的融合算法相比于傳統(tǒng)的基于單一傳感器的車輛識別算法取得了良好的效果,對于前方車輛具有較好的識別準(zhǔn)確率與實(shí)時(shí)性,為汽車智能輔助駕駛系統(tǒng)提供了良好的道路環(huán)境感知信息。
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：U463.6

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 高軍偉;劉召燕;蔡國強(qiáng);劉新;賈利民;;基于面積法的車輛識別統(tǒng)計(jì)研究[J];青島大學(xué)學(xué)報(bào)(工程技術(shù)版);2008年04期

2 高晶輝;;基于計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的車輛識別技術(shù)的研究[J];煤炭技術(shù);2011年02期

3 吳定華;;車輛識別管理系統(tǒng)在猴子巖水電站混凝土生產(chǎn)系統(tǒng)中的應(yīng)用[J];四川水力發(fā)電;2012年01期

4 谷云輝;王新輝;付立;;電子車輛識別技術(shù)的性能、安全性和成本分析及應(yīng)用[J];交通標(biāo)準(zhǔn)化;2012年18期

5 張津劍;顧曉東;;自適應(yīng)注意力選擇與脈沖耦合神經(jīng)網(wǎng)絡(luò)相融合的沙漠車輛識別[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2014年01期

6 高大容;王紫婷;;汽車防追尾的車輛識別系統(tǒng)設(shè)計(jì)[J];蘭州交通大學(xué)學(xué)報(bào);2006年04期

7 金立生;賈敏;孫玉芹;侯海晶;;日間高速公路側(cè)后方車輛識別方法[J];西南交通大學(xué)學(xué)報(bào);2010年02期

8 張運(yùn)剛,曲同喜;北美鐵路自動化車輛識別系統(tǒng)[J];國外鐵道車輛;1996年04期

9 孫秀玲;自動化通行費(fèi)收繳系統(tǒng)的設(shè)計(jì)[J];黑龍江交通科技;1996年04期

10 張春晶;劉金輝;;基于單線圈的車輛識別研究[J];現(xiàn)代科學(xué)儀器;2009年02期

中國重要會議論文全文數(shù)據(jù)庫 前5條

1 管魯陽;鮑明;李曉東;田靜;;基于雙耳模型倒譜系數(shù)的車輛識別技術(shù)研究[A];中國聲學(xué)學(xué)會2006年全國聲學(xué)學(xué)術(shù)會議論文集[C];2006年

2 黃亮;彭冬亮;郭寶峰;;基于聲與圖像融合的車輛識別硬件系統(tǒng)設(shè)計(jì)[A];浙江省電子學(xué)會2011學(xué)術(shù)年會論文集[C];2011年

3 梁威;沈昱明;;基于改進(jìn)的Fourier描述子算法的車輛識別[A];第六屆全國信息獲取與處理學(xué)術(shù)會議論文集（2）[C];2008年

4 卜艷閣;袁圖中;王為民;;基于RFID技術(shù)的露天礦車輛識別系統(tǒng)[A];全國金屬礦山采礦新技術(shù)學(xué)術(shù)研討與技術(shù)交流會論文集[C];2007年

5 陶桓齊;鄒敏;劉文琮;;基于RFID平交道口交通優(yōu)化管理系統(tǒng)[A];武漢(南方九省)電工理論學(xué)會第22屆學(xué)術(shù)年會、河南省電工技術(shù)學(xué)會年會論文集[C];2010年

中國重要報(bào)紙全文數(shù)據(jù)庫 前5條

1 鄭曉春;英國電子車輛識別招惹了誰[N];科技日報(bào);2003年

2 王晶晶;深圳二線關(guān)將建雙向車輛識別系統(tǒng)[N];人民公安報(bào);2010年

3 通訊員 劉濤 潘峰 朱成興 徐陽娜;多功能智能卡口系統(tǒng)建成[N];河南法制報(bào);2014年

4 戴定一;RFID應(yīng)用的問題與機(jī)遇[N];現(xiàn)代物流報(bào);2006年

5 戴定一;推進(jìn)RFID應(yīng)用需政府搭臺企業(yè)唱戲[N];中國交通報(bào);2006年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 劉怡光;車輛識別若干基礎(chǔ)算法與技術(shù)研究[D];四川大學(xué);2004年

2 曹剛;運(yùn)動車輛識別技術(shù)研究[D];四川大學(xué);2004年

3 王運(yùn)瓊;車輛識別系統(tǒng)中幾個關(guān)鍵技術(shù)的研究[D];四川大學(xué);2004年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 張津劍;基于注意力選擇與脈沖耦合神經(jīng)網(wǎng)絡(luò)的沙漠車輛識別[D];復(fù)旦大學(xué);2014年

2 汪崢;多姿態(tài)車輛識別系統(tǒng)設(shè)計(jì)[D];電子科技大學(xué);2015年

3 陳任;基于高分辨率衛(wèi)星影像的車輛識別研究[D];湘潭大學(xué);2015年

4 曹蒙蒙;基于圖像內(nèi)容的交通車輛識別關(guān)鍵技術(shù)[D];華北電力大學(xué);2015年

5 王魏魏;基于半有源RFID技術(shù)的停車場車輛識別系統(tǒng)開發(fā)[D];東南大學(xué);2015年

6 陳曉偉;汽車前方車輛識別的雷達(dá)和視覺信息融合算法開發(fā)[D];吉林大學(xué);2016年

7 黃燦;基于局部特征的車輛識別[D];上海交通大學(xué);2010年

8 楊超;車輛識別系統(tǒng)動態(tài)特征選擇算法的研究與實(shí)現(xiàn)[D];東北大學(xué);2009年

9 劉洋;交通視頻監(jiān)控中車輛識別與粘連車輛分割方法的研究[D];華南理工大學(xué);2012年

10 徐彤陽;基于支持向量機(jī)的車輛識別技術(shù)的研究[D];長沙理工大學(xué);2005年

，

本文編號：1254947