智能駕駛是未來(lái)交通發(fā)展的方向,自動(dòng)駕駛汽車(chē)為駕駛員帶來(lái)便利,同時(shí)又能提升交通效率。依賴(lài)于多種傳感器的環(huán)境感知層是智能駕駛的重要部分。本文基于毫米波雷達(dá)和圖像傳感器之間的數(shù)據(jù)融合,以檢測(cè)前方目標(biāo)為研究對(duì)象,目的是為自動(dòng)駕駛汽車(chē)的路徑規(guī)劃系統(tǒng)提供準(zhǔn)確、可靠、具有魯棒性的前方環(huán)境感知信息,具有重要意義。本文研究道路場(chǎng)景理解的三個(gè)方面:預(yù)測(cè)道路主方向,目標(biāo)位置估計(jì),預(yù)測(cè)目標(biāo)運(yùn)動(dòng)方向和行為。主要工作包括:1,對(duì)比毫米波雷達(dá)、相機(jī)和激光雷達(dá)等傳感器的優(yōu)缺點(diǎn);研究毫米波雷達(dá)的原理和特性;研究基于毫米波雷達(dá)數(shù)據(jù)檢測(cè)道路護(hù)欄和道路邊緣算法,實(shí)現(xiàn)了對(duì)道路主方向的預(yù)測(cè)。2,利用卡爾曼濾波方法和生命周期方法,研究構(gòu)建毫米波雷達(dá)有效目標(biāo)決策模型,實(shí)現(xiàn)了對(duì)目標(biāo)點(diǎn)的有效跟蹤濾波。3,構(gòu)建毫米波雷達(dá)和相機(jī)的數(shù)據(jù)采集系統(tǒng),建立兩個(gè)傳感器數(shù)據(jù)的時(shí)空融合模型,完成了不同傳感器數(shù)據(jù)的空間對(duì)齊和時(shí)間配準(zhǔn)。4,研究基于毫米波雷達(dá)和圖像數(shù)據(jù)融合算法,對(duì)比分析多種基于深度學(xué)習(xí)的圖像車(chē)輛目標(biāo)檢測(cè)算法。利用有效目標(biāo)決策模型處理過(guò)后的毫米波雷達(dá)目標(biāo),與圖像目標(biāo)實(shí)現(xiàn)了目標(biāo)級(jí)融合,有效的完成了目標(biāo)位置校正和目標(biāo)運(yùn)動(dòng)方向預(yù)測(cè)。

【文章頁(yè)數(shù)】：69 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖1.3文章組織結(jié)構(gòu)

本論文共分為四章,圍繞對(duì)道路環(huán)境的理解這一任務(wù),分別實(shí)現(xiàn)了道路主方向預(yù)測(cè),目標(biāo)位置定位和目標(biāo)運(yùn)動(dòng)方向預(yù)測(cè)等功能。論文的結(jié)構(gòu)框圖如圖1.3所示。第一章是緒論部分,主要介紹該論文的研究背景和意義,無(wú)人駕駛汽車(chē)的道路環(huán)境感知任務(wù),為道路路徑規(guī)劃和決策提供支持信息。然后分別綜述了近年來(lái)基....

圖2.1毫米波雷達(dá)

本文所用的毫米波雷達(dá)為德?tīng)柛５腅SR雷達(dá),如圖2.1。它的掃描能力同時(shí)包含中距離和長(zhǎng)距離。掃描范圍如圖2.2所示。圖2.2雷達(dá)掃描范圍

圖2.2雷達(dá)掃描范圍

圖2.1毫米波雷達(dá)單個(gè)毫米波雷達(dá)可以實(shí)現(xiàn)在長(zhǎng)距離上對(duì)目標(biāo)車(chē)輛相對(duì)距離和速度的精準(zhǔn)測(cè)量,在中距離上可以實(shí)現(xiàn)更大角度范圍的覆蓋,比如可以識(shí)別兩側(cè)變道超車(chē)的車(chē)輛目標(biāo),減少視野盲區(qū),目標(biāo)分辨能力較強(qiáng),每次最多可檢測(cè)64個(gè)目標(biāo)。但毫米波雷達(dá)測(cè)量得到的目標(biāo)的角度信息誤差相對(duì)較大。具體性能參數(shù)....

圖2.3雷達(dá)安裝示意圖

毫米波雷達(dá)安裝在無(wú)人車(chē)的正前方,縱向位置的高度距離地面35cm-65cm,如圖2.3所示,橫向位置接近汽車(chē)的中軸線。毫米波雷達(dá)在水平和垂直兩個(gè)方向上的角度偏差控制在1度之內(nèi),使其達(dá)到性能最佳。實(shí)際安裝如圖2.4所示。圖2.4東風(fēng)風(fēng)神AX7毫米波雷達(dá)安裝

本文編號(hào)：4045593