基于視覺橫向位置的雷達檢測改進方法
設(shè)計了一種綜合系統(tǒng),通過融合視覺傳感器來改善雷達對車輛側(cè)向位置的估計。該方法基于車輛后部進行對稱性檢測,不同于基于邊緣輪廓的對稱性檢測典型方法,該方法利用塊匹配以及魯棒性代價函數(shù)。在雷達檢測到目標(biāo)的相應(yīng)圖像區(qū)域中,通過局部對稱性檢測可改進雷達對目標(biāo)的橫向位置初始測量值。
整個系統(tǒng)由幾個模塊組成。將雷達數(shù)據(jù)、攝像機圖像以及車速輸入到系統(tǒng)。遮擋判斷模塊只選擇遮擋的雷達目標(biāo),用對稱性檢測來改進雷達目標(biāo)的側(cè)向位置。為了提高整個系統(tǒng)的魯棒性,附加的對稱性確認(rèn)模塊用于分析檢測模塊的檢測結(jié)果,可以排除無效目標(biāo),最后應(yīng)用卡爾曼濾波器跟蹤位移、速度以及加速度。該方法的關(guān)鍵因素之一是使用SNCC的方法找到車輛后部的對稱軸。SNCC的優(yōu)點是對局部輪廓邊緣具有較好的魯棒性,這樣即使車輛有不對稱的部分也可以有很好的檢測結(jié)果。另一個關(guān)鍵因素是檢測可能出現(xiàn)對稱性計算錯誤的檢測條件,這樣可以確保雷達和對稱性信息融合得到側(cè)向位置的結(jié)果好于單獨使用雷達傳感器。試驗結(jié)果表明,用卡爾曼濾波器的雷達檢測側(cè)向位置精度為21cm,而用雷達和對稱性融合的方法可將精度提高到3cm,將誤差減小7倍。此外,融合了對稱性的側(cè)向位移檢測方法沒有延遲的現(xiàn)象。該方法顯著地增強了先進駕駛員輔助系統(tǒng)的安全性,因為其可以反應(yīng)更快,魯棒性更強。
Nishigaki,M.et al.2012 IEEE International Conference on Intelligent Transportation Systems, United States-September 16-19, 2012.
編譯:孔悅