在智能車輛環(huán)境感知系統(tǒng)中,基于毫米波雷達(dá)和單目相機(jī)信息融合的目標(biāo)跟蹤方法是一種綜合考慮傳感器性能和成本的優(yōu)選方案。準(zhǔn)確的傳感器量測(cè)和運(yùn)算量小的數(shù)據(jù)關(guān)聯(lián)方法是目標(biāo)跟蹤系統(tǒng)的關(guān)鍵和難點(diǎn)所在。由于單一的雷達(dá)傳感器或單目相機(jī)等視覺傳感器的檢測(cè)性能易受到特定交通環(huán)境的影響,導(dǎo)致在多鄰近目標(biāo)場(chǎng)景下易發(fā)生錯(cuò)誤關(guān)聯(lián)。因此,研究智能車輛在一般道路場(chǎng)景下毫米波雷達(dá)和單目相機(jī)信息融合的目標(biāo)跟蹤方法具有重要的理論意義和工程應(yīng)用價(jià)值。本文基于毫米波雷達(dá)和單目相機(jī)兩類異構(gòu)傳感器的信息融合,提出了適用于一般道路場(chǎng)景的智能車輛目標(biāo)檢測(cè)以及目標(biāo)跟蹤方法,具體研究?jī)?nèi)容如下:1.系統(tǒng)分析了基于傳感器信息融合的目標(biāo)檢測(cè)及目標(biāo)跟蹤問題的研究背景、現(xiàn)狀、存在的問題,介紹了智能車目標(biāo)檢測(cè)和目標(biāo)跟蹤的原理和基本方法。2.研究了道路交通環(huán)境中,在特定車路條件下基于毫米波雷達(dá)與單目相機(jī)的目標(biāo)檢測(cè)方法。在基于毫米波雷達(dá)的道路目標(biāo)檢測(cè)方面,提出了利用道路寬度及車輛速度約束進(jìn)行雷達(dá)數(shù)據(jù)處理及目標(biāo)特征量分析的目標(biāo)檢測(cè)方法;在基于單目相機(jī)的道路目標(biāo)檢測(cè)方面,利用深度神經(jīng)網(wǎng)絡(luò)對(duì)單目相機(jī)圖像序列進(jìn)行像平面目標(biāo)識(shí)別,通過設(shè)定車輛、行人目標(biāo)與道路水平面之... 

【文章來源】：重慶郵電大學(xué)重慶市

【文章頁數(shù)】：87 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第1章 引言
    1.1 研究背景與意義
    1.2 研究現(xiàn)狀
        1.2.1 目標(biāo)檢測(cè)研究現(xiàn)狀
        1.2.2 目標(biāo)跟蹤研究現(xiàn)狀
    1.3 問題分析
    1.4 研究?jī)?nèi)容
    1.5 論文章節(jié)安排
第2章 相關(guān)技術(shù)分析
    2.1 目標(biāo)融合跟蹤系統(tǒng)
    2.2 數(shù)據(jù)關(guān)聯(lián)
    2.3 融合濾波
    2.4 聯(lián)合標(biāo)定和時(shí)間同步
        2.4.1 多坐標(biāo)系定義
        2.4.2 毫米波雷達(dá)與單目相機(jī)聯(lián)合標(biāo)定
        2.4.3 時(shí)間同步
    2.5 本章小結(jié)
第3章 基于車路條件約束的目標(biāo)檢測(cè)方法
    3.1 基于車路條件約束的毫米波雷達(dá)目標(biāo)檢測(cè)方法
        3.1.1 車路條件約束的毫米波雷達(dá)目標(biāo)檢測(cè)系統(tǒng)
        3.1.2 毫米波雷達(dá)檢測(cè)目標(biāo)數(shù)據(jù)處理
        3.1.3 基于特定車路條件下的毫米波雷達(dá)目標(biāo)檢測(cè)實(shí)驗(yàn)
    3.2 基于車路條件約束的單目相機(jī)目標(biāo)檢測(cè)方法
        3.2.1 車路條件約束下的單目相機(jī)目標(biāo)檢測(cè)系統(tǒng)
        3.2.2 基于神經(jīng)網(wǎng)絡(luò)的單目相機(jī)目標(biāo)檢測(cè)
        3.2.3 基于特定車路條件下的單目測(cè)距及實(shí)驗(yàn)
    3.3 本章小結(jié)
第4章 基于純角度關(guān)聯(lián)的多傳感器融合目標(biāo)跟蹤方法
    4.1 總體方案
    4.2 全局角度關(guān)聯(lián)的數(shù)據(jù)關(guān)聯(lián)方法
        4.2.1 系統(tǒng)模型
        4.2.2 扇形跟蹤門的形成
        4.2.3 基于角度關(guān)聯(lián)的數(shù)據(jù)關(guān)聯(lián)算法
    4.3 雷達(dá)與相機(jī)目標(biāo)航跡融合算法
    4.4 仿真分析
        4.4.1 角度數(shù)據(jù)關(guān)聯(lián)仿真
        4.4.2 融合濾波仿真
    4.5 本章小結(jié)
第5章 雷達(dá)與相機(jī)融合的目標(biāo)跟蹤系統(tǒng)設(shè)計(jì)及實(shí)驗(yàn)
    5.1 需求分析
    5.2 系統(tǒng)框架設(shè)計(jì)
        5.2.1 硬件架構(gòu)
        5.2.2 軟件架構(gòu)
    5.3 實(shí)驗(yàn)驗(yàn)證
        5.3.1 目標(biāo)檢測(cè)實(shí)驗(yàn)與分析
        5.3.2 目標(biāo)跟蹤實(shí)驗(yàn)與分析
    5.4 本章小結(jié)
第6章 總結(jié)與展望
    6.1 全文總結(jié)
    6.2 研究展望
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間從事的科研工作及取得的成果


【參考文獻(xiàn)】：
期刊論文
[1]基于SSD和MobileNet網(wǎng)絡(luò)的目標(biāo)檢測(cè)方法的研究[J]. 任宇杰,楊劍,劉方濤,張啟堯.  計(jì)算機(jī)科學(xué)與探索. 2019(11)
[2]基于三幀差法和交叉熵閾值法的車輛檢測(cè)[J]. 李秋林,何家峰.  計(jì)算機(jī)工程. 2011(04)
[3]具有魯棒特性的車載雷達(dá)有效目標(biāo)確定方法[J]. 劉志峰,王建強(qiáng),李克強(qiáng).  清華大學(xué)學(xué)報(bào)(自然科學(xué)版). 2008(05)

碩士論文
[1]基于視覺與雷達(dá)信息融合的智能車環(huán)境感知算法研究[D]. 莫春媚.重慶大學(xué) 2018



本文編號(hào)：3179132