毫米波雷達(dá)與機(jī)器視覺融合的行人檢測系統(tǒng)研究
發(fā)布時間:2024-03-18 22:55
隨著我國汽車保有量持續(xù)增多,交通安全問題日益凸顯,高級輔助駕駛系統(tǒng)中的行人檢測技術(shù)得到了越來越多的關(guān)注和研究。對車輛前方道路上的行人進(jìn)行檢測時,需要將行人從復(fù)雜多變的交通背景中提取出來,獲取其位置和運(yùn)動狀態(tài)信息。常用于行人檢測的傳感器有攝像頭和毫米波雷達(dá),前者具備目標(biāo)識別和分類能力,但檢測能力易受環(huán)境天氣影響,而且定位精度較低;毫米波雷達(dá)環(huán)境適應(yīng)性強(qiáng),能夠準(zhǔn)確獲得障礙物的位置及運(yùn)動信息,但無法對障礙物進(jìn)行明確的分類判斷。因此,將機(jī)器視覺與毫米波雷達(dá)結(jié)合進(jìn)行行人檢測,可有效提高行人檢測的準(zhǔn)確性和可靠性;诖,本文以行人檢測技術(shù)為研究對象,將毫米波雷達(dá)與機(jī)器視覺進(jìn)行融合,對車輛前方的行人目標(biāo)進(jìn)行準(zhǔn)確識別和檢測。本文的研究重點(diǎn)和創(chuàng)新點(diǎn)如下:1、實(shí)現(xiàn)對毫米波雷達(dá)返回目標(biāo)有效性的檢驗(yàn)。針對毫米波雷達(dá)返回目標(biāo)信息中存在非行人目標(biāo)、虛假目標(biāo)以及不連續(xù)目標(biāo)的問題,本文綜合考慮目標(biāo)的反射截面積、雷達(dá)對不同目標(biāo)在不同角度的探測能力、目標(biāo)有效生命周期這三點(diǎn),對返回的目標(biāo)信息進(jìn)行濾波處理,從冗雜的雷達(dá)探測信息中提取出穩(wěn)定有效的行人信息。2、基于機(jī)器學(xué)習(xí)實(shí)現(xiàn)對車輛前方行人的檢測。結(jié)合HOG(Histogram...
【文章頁數(shù)】:68 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 研究背景及意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 智能駕駛技術(shù)的國內(nèi)外研究現(xiàn)狀
1.2.2 行人檢測技術(shù)的國內(nèi)外研究現(xiàn)狀
1.3 本文研究目的及章節(jié)安排
第2章 基于毫米波雷達(dá)的行人目標(biāo)檢測
2.1 毫米波雷達(dá)工作機(jī)制
2.2 雷達(dá)選型
2.3 毫米波雷達(dá)有效目標(biāo)的選取
2.3.1 毫米波雷達(dá)數(shù)據(jù)接收與預(yù)處理
2.3.2 目標(biāo)有效性檢驗(yàn)
2.4 本章小結(jié)
第3章 機(jī)器視覺實(shí)現(xiàn)行人檢測
3.1 行人特征
3.2 HOG特征
3.3 PCA降維
3.4 SVM分類器設(shè)計
3.4.1 支持向量機(jī)原理
3.4.2 SVM分類器訓(xùn)練
3.5 目標(biāo)感興趣區(qū)域提取
3.5.1 圖像天空區(qū)域分割
3.5.2 圖像有效路面提取
3.5.3 實(shí)驗(yàn)結(jié)果及分析
3.6 單目視覺測距
3.7 本章小結(jié)
第4章 毫米波雷達(dá)與機(jī)器視覺融合模型搭建
4.1 雷達(dá)與視覺的空間數(shù)據(jù)融合模型
4.1.1 雷達(dá)坐標(biāo)系與世界坐標(biāo)系的轉(zhuǎn)換
4.1.2 相機(jī)坐標(biāo)系與世界坐標(biāo)系的轉(zhuǎn)換
4.1.3 相機(jī)坐標(biāo)系與像素坐標(biāo)系的轉(zhuǎn)換
4.2 空間融合所需參數(shù)的求取
4.3 雷達(dá)與視覺的空間聯(lián)合標(biāo)定
4.4 雷達(dá)與視覺的時間融合
4.5 本章小結(jié)
第5章 融合策略與試驗(yàn)分析
5.1 融合方法的選擇
5.1.1 不同融合層次的對比分析
5.1.2 不同融合結(jié)構(gòu)的對比分析
5.2 雷達(dá)與視覺融合策略
5.2.1 加入目標(biāo)深度信息的行人匹配
5.2.2 基于傳感器優(yōu)勢的特征信息融合
5.3 傳感器融合試驗(yàn)
5.5.1 毫米波雷達(dá)有效目標(biāo)提取試驗(yàn)
5.5.2 機(jī)器視覺行人目標(biāo)檢測試驗(yàn)
5.5.3 傳感器融合試驗(yàn)
5.4 本章小結(jié)
總結(jié)與展望
參考文獻(xiàn)
附錄A 攻讀學(xué)位期間所發(fā)表的學(xué)術(shù)論文目錄
致謝
本文編號:3931941
【文章頁數(shù)】:68 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 研究背景及意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 智能駕駛技術(shù)的國內(nèi)外研究現(xiàn)狀
1.2.2 行人檢測技術(shù)的國內(nèi)外研究現(xiàn)狀
1.3 本文研究目的及章節(jié)安排
第2章 基于毫米波雷達(dá)的行人目標(biāo)檢測
2.1 毫米波雷達(dá)工作機(jī)制
2.2 雷達(dá)選型
2.3 毫米波雷達(dá)有效目標(biāo)的選取
2.3.1 毫米波雷達(dá)數(shù)據(jù)接收與預(yù)處理
2.3.2 目標(biāo)有效性檢驗(yàn)
2.4 本章小結(jié)
第3章 機(jī)器視覺實(shí)現(xiàn)行人檢測
3.1 行人特征
3.2 HOG特征
3.3 PCA降維
3.4 SVM分類器設(shè)計
3.4.1 支持向量機(jī)原理
3.4.2 SVM分類器訓(xùn)練
3.5 目標(biāo)感興趣區(qū)域提取
3.5.1 圖像天空區(qū)域分割
3.5.2 圖像有效路面提取
3.5.3 實(shí)驗(yàn)結(jié)果及分析
3.6 單目視覺測距
3.7 本章小結(jié)
第4章 毫米波雷達(dá)與機(jī)器視覺融合模型搭建
4.1 雷達(dá)與視覺的空間數(shù)據(jù)融合模型
4.1.1 雷達(dá)坐標(biāo)系與世界坐標(biāo)系的轉(zhuǎn)換
4.1.2 相機(jī)坐標(biāo)系與世界坐標(biāo)系的轉(zhuǎn)換
4.1.3 相機(jī)坐標(biāo)系與像素坐標(biāo)系的轉(zhuǎn)換
4.2 空間融合所需參數(shù)的求取
4.3 雷達(dá)與視覺的空間聯(lián)合標(biāo)定
4.4 雷達(dá)與視覺的時間融合
4.5 本章小結(jié)
第5章 融合策略與試驗(yàn)分析
5.1 融合方法的選擇
5.1.1 不同融合層次的對比分析
5.1.2 不同融合結(jié)構(gòu)的對比分析
5.2 雷達(dá)與視覺融合策略
5.2.1 加入目標(biāo)深度信息的行人匹配
5.2.2 基于傳感器優(yōu)勢的特征信息融合
5.3 傳感器融合試驗(yàn)
5.5.1 毫米波雷達(dá)有效目標(biāo)提取試驗(yàn)
5.5.2 機(jī)器視覺行人目標(biāo)檢測試驗(yàn)
5.5.3 傳感器融合試驗(yàn)
5.4 本章小結(jié)
總結(jié)與展望
參考文獻(xiàn)
附錄A 攻讀學(xué)位期間所發(fā)表的學(xué)術(shù)論文目錄
致謝
本文編號:3931941
本文鏈接:http://sikaile.net/kejilunwen/shengwushengchang/3931941.html
最近更新
教材專著