車輛檢測(cè)是解決交通安全和交通擁堵的關(guān)鍵技術(shù)之一,其是智能交通系統(tǒng)中最基礎(chǔ)的一環(huán)。面向智能車的多傳感器檢測(cè)融合具有提高系統(tǒng)性能的優(yōu)點(diǎn),能有效為智能車提供準(zhǔn)確、可靠且具有魯棒性的周圍車輛信息。目前車輛檢測(cè)算法已經(jīng)比較成熟,而多傳感器檢測(cè)關(guān)聯(lián)的準(zhǔn)確率在目標(biāo)密集環(huán)境下還有待提高。本文采用當(dāng)前主流成熟的檢測(cè)算法實(shí)現(xiàn)圖像和激光雷達(dá)的車輛檢測(cè),提出一種基于一致點(diǎn)漂移匹配的多傳感器車輛檢測(cè)關(guān)聯(lián)算法,采用協(xié)方差交叉算法對(duì)關(guān)聯(lián)結(jié)果進(jìn)行融合,并通過(guò)實(shí)驗(yàn)驗(yàn)證了本文方法的有效性。本文的主要工作如下:1.本文首先介紹了面向智能車的車輛檢測(cè)研究背景和意義,總結(jié)了車輛檢測(cè)和多傳感器信息融合的國(guó)內(nèi)外研究現(xiàn)狀,提出了本文的研究課題,并詳細(xì)闡述了本課題中采用的相關(guān)技術(shù)和算法。2.提出了一種面向圖像基于Haar和Adaboost的車輛檢測(cè)算法,首先通過(guò)大量正負(fù)樣本進(jìn)行Haar特征提取,建立特征值向量,然后將基于Adaboost算法建立的弱分類器加權(quán)組合成強(qiáng)分類器,從而構(gòu)建級(jí)聯(lián)分類器,進(jìn)行車輛檢測(cè)。并提出了一種基于L型的激光雷達(dá)車輛檢測(cè)算法,首先對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行預(yù)處理和聚類,然后提取聚類簇內(nèi)部特征,與L型特征進(jìn)行匹配,實(shí)現(xiàn)車輛檢...

【文章頁(yè)數(shù)】：69 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖５．１行人檢測(cè)與識(shí)別任務(wù)示意圖

博士學(xué)位論文?白動(dòng)駕駛車輛的道路環(huán)境理解關(guān)鍵技術(shù)研究??５基于激光雷達(dá)和圖像數(shù)據(jù)融合的行人檢測(cè)方法??５．１引言??行人檢測(cè)與識(shí)別的任務(wù)目標(biāo)，是在自動(dòng)駕駛車輛探索環(huán)境時(shí)，識(shí)別可感知范圍內(nèi)??的行人目標(biāo)，并把這些目標(biāo)和背景環(huán)境區(qū)分開來(lái)對(duì)于輸入的數(shù)據(jù)（通常為一??副圖像或者一些激光雷....

圖2.1圖像的感興趣區(qū)域

圖2.1圖像的感興趣區(qū)域度化。將原始的RGB彩色圖像轉(zhuǎn)化成灰度圖像的過(guò)色圖像中，圖像上每一個(gè)像素點(diǎn)的顏色都由R、G、分量每一個(gè)分量從0-255被分成了256級(jí)。于是每一個(gè)

圖2.2圖像灰度化效果圖

(a)原圖(b)灰度化圖像圖2.2圖像灰度化效果圖3.圖像去噪處理。未經(jīng)處理的原數(shù)字圖像在電氣設(shè)備和外界影響下都會(huì)產(chǎn)聲[43]。這些噪聲干擾會(huì)讓圖像的質(zhì)量變差，影響圖像的識(shí)別。噪聲會(huì)降低圖像質(zhì)

圖2.3中值濾波(模板3*3)

11圖2.3中值濾波(模板3*3)圖2.4高斯濾波(1)

本文編號(hào)：3943136