本文選題：車輛識(shí)別　切入點(diǎn)：信息融合　出處：《汽車工程》2017年11期

【摘要】：鑒于傳統(tǒng)車輛避撞系統(tǒng)中,因采用單一傳感器進(jìn)行目標(biāo)識(shí)別,在感知范圍、識(shí)別準(zhǔn)確性等方面存在的固有缺陷,本文中提出了一種基于雷達(dá)與機(jī)器視覺(jué)信息融合的目標(biāo)識(shí)別方法。該方法獲取目標(biāo)序列后,在目標(biāo)級(jí)融合方法的基礎(chǔ)上,引入馬氏距離進(jìn)行觀測(cè)值匹配。再應(yīng)用聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)(JPDA)算法進(jìn)行數(shù)據(jù)融合,建立系統(tǒng)觀測(cè)模型與狀態(tài)模型,從而實(shí)現(xiàn)了基于信息融合的目標(biāo)識(shí)別。試驗(yàn)驗(yàn)證結(jié)果表明,該方法基于雷達(dá)與攝像頭數(shù)據(jù),可實(shí)現(xiàn)目標(biāo)的準(zhǔn)確識(shí)別與定位,其工程適應(yīng)面更廣。
[Abstract]:Because of the inherent defects in the traditional vehicle collision avoidance system, such as perception range, recognition accuracy and so on, a single sensor is used for target recognition.In this paper, a target recognition method based on radar and machine vision information fusion is proposed.After the target sequence is acquired, the Markov distance is introduced to match the observed values based on the target level fusion method.Then the joint probabilistic data association (JPDA) algorithm is used for data fusion, and then the system observation model and the state model are established, thus the target recognition based on information fusion is realized.The experimental results show that the method is based on radar and camera data, and it can accurately identify and locate the target, and its engineering adaptability is wider.
【作者單位】： 江蘇大學(xué)汽車與交通工程學(xué)院;北京航空航天大學(xué)車路協(xié)同與安全控制重點(diǎn)實(shí)驗(yàn)室;東風(fēng)商用車技術(shù)中心;
【基金】：國(guó)家自然科學(xué)基金(51505247) 江蘇省道路載運(yùn)工具新技術(shù)應(yīng)用重點(diǎn)實(shí)驗(yàn)室開(kāi)放基金(BM20082061501) 江蘇省研究生培養(yǎng)創(chuàng)新工程(KYLX16_0882)資助
【分類號(hào)】：TP202;U463.6

【相似文獻(xiàn)】

相關(guān)期刊論文 前8條

1 蔣留兵;許騰飛;楊昌昱;韋洪浪;白云浩;;一種汽車防撞雷達(dá)多目標(biāo)識(shí)別方法[J];現(xiàn)代雷達(dá);2014年06期

2 王淑芳;任蘭珍;;基于多傳感器信息融合技術(shù)的智能駕駛系統(tǒng)模型[J];北京石油化工學(xué)院學(xué)報(bào);2006年03期

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

4 秦洪懋;劉志強(qiáng);汪澎;;基于多通道信息融合的疲勞駕駛行為分析研究[J];中國(guó)安全科學(xué)學(xué)報(bào);2011年02期

5 孫培峰;基于信息融合的發(fā)動(dòng)機(jī)遠(yuǎn)程故障診斷模式[J];農(nóng)機(jī)化研究;2005年03期

6 朱虹;關(guān)桂霞;關(guān)永;;基于聯(lián)邦卡爾曼濾波器的車載GPS/DR信息融合[J];計(jì)算機(jī)工程與設(shè)計(jì);2008年20期

7 陳丁躍;基于信息融合與神經(jīng)網(wǎng)絡(luò)的復(fù)合振動(dòng)故障診斷[J];振動(dòng)、測(cè)試與診斷;2004年04期

8 黃智;鐘志華;;改進(jìn)聯(lián)合濾波在GPS/DR組合定位中的應(yīng)用[J];汽車工程;2006年12期

相關(guān)碩士學(xué)位論文 前9條

1 劉偉川;汽車主動(dòng)巡航系統(tǒng)目標(biāo)判別方法研究[D];遼寧工業(yè)大學(xué);2017年

2 耿石峰;基于軌跡分析的自適應(yīng)巡航系統(tǒng)目標(biāo)識(shí)別方法研究[D];吉林大學(xué);2015年

3 彭毅;基于振動(dòng)和油液信息融合的發(fā)動(dòng)機(jī)故障診斷方法研究[D];廣西大學(xué);2014年

4 舒適;基于信息融合的公交車自燃檢測(cè)預(yù)警系統(tǒng)[D];浙江工業(yè)大學(xué);2015年

5 孫志楠;汽車裝配線多層次、多信息融合的3D虛擬監(jiān)控關(guān)鍵技術(shù)[D];南京航空航天大學(xué);2016年

6 陳功;基于多傳感器信息融合的汽車防盜系統(tǒng)設(shè)計(jì)[D];哈爾濱理工大學(xué);2016年

7 李濤;基于信息融合的汽車落水防沉裝置研發(fā)[D];河南科技大學(xué);2017年

8 陳曉偉;汽車前方車輛識(shí)別的雷達(dá)和視覺(jué)信息融合算法開(kāi)發(fā)[D];吉林大學(xué);2016年

9 魏恒;多信息融合車聯(lián)網(wǎng)智能車載信息終端的研發(fā)[D];上海工程技術(shù)大學(xué);2013年

，

本文編號(hào)：1711738