基于传感器数据融合的道路场景理解

发布时间：2025-05-13 02:23

　　智能驾驶是未来交通发展的方向,自动驾驶汽车为驾驶员带来便利,同时又能提升交通效率。依赖于多种传感器的环境感知层是智能驾驶的重要部分。本文基于毫米波雷达和图像传感器之间的数据融合,以检测前方目标为研究对象,目的是为自动驾驶汽车的路径规划系统提供准确、可靠、具有鲁棒性的前方环境感知信息,具有重要意义。本文研究道路场景理解的三个方面:预测道路主方向,目标位置估计,预测目标运动方向和行为。主要工作包括:1,对比毫米波雷达、相机和激光雷达等传感器的优缺点;研究毫米波雷达的原理和特性;研究基于毫米波雷达数据检测道路护栏和道路边缘算法,实现了对道路主方向的预测。2,利用卡尔曼滤波方法和生命周期方法,研究构建毫米波雷达有效目标决策模型,实现了对目标点的有效跟踪滤波。3,构建毫米波雷达和相机的数据采集系统,建立两个传感器数据的时空融合模型,完成了不同传感器数据的空间对齐和时间配准。4,研究基于毫米波雷达和图像数据融合算法,对比分析多种基于深度学习的图像车辆目标检测算法。利用有效目标决策模型处理过后的毫米波雷达目标,与图像目标实现了目标级融合,有效的完成了目标位置校正和目标运动方向预测。

【文章页数】：69 页

【学位级别】：硕士

【部分图文】：

图1.3文章组织结构

本论文共分为四章,围绕对道路环境的理解这一任务,分别实现了道路主方向预测,目标位置定位和目标运动方向预测等功能。论文的结构框图如图1.3所示。第一章是绪论部分,主要介绍该论文的研究背景和意义,无人驾驶汽车的道路环境感知任务,为道路路径规划和决策提供支持信息。然后分别综述了近年来基....

图2.1毫米波雷达

本文所用的毫米波雷达为德尔福的ESR雷达,如图2.1。它的扫描能力同时包含中距离和长距离。扫描范围如图2.2所示。图2.2雷达扫描范围

图2.2雷达扫描范围

图2.1毫米波雷达单个毫米波雷达可以实现在长距离上对目标车辆相对距离和速度的精准测量,在中距离上可以实现更大角度范围的覆盖,比如可以识别两侧变道超车的车辆目标,减少视野盲区,目标分辨能力较强,每次最多可检测64个目标。但毫米波雷达测量得到的目标的角度信息误差相对较大。具体性能参数....

图2.3雷达安装示意图

毫米波雷达安装在无人车的正前方,纵向位置的高度距离地面35cm-65cm,如图2.3所示,横向位置接近汽车的中轴线。毫米波雷达在水平和垂直两个方向上的角度偏差控制在1度之内,使其达到性能最佳。实际安装如图2.4所示。图2.4东风风神AX7毫米波雷达安装

本文编号：4045593