機(jī)器視覺與激光雷達(dá)結(jié)合的道路環(huán)境感知研究

?

機(jī)器視覺與激光雷達(dá)結(jié)合的道路環(huán)境感知研究

信息技術(shù)的研究進(jìn)展催生了能夠應(yīng)用在道路交通上的新技術(shù)，提升了道路安全并實(shí)現(xiàn)了輔助駕駛。這些技術(shù)統(tǒng)稱為先進(jìn)駕駛輔助系統(tǒng)。

道路安全方面的需求及檢測技術(shù)的可靠性使不同傳感器進(jìn)行結(jié)合顯得尤為必要。不同傳感器之間的信息融合克服了每一個(gè)傳感器自身的缺陷，能夠提供可靠的檢測結(jié)果并對不同的道路使用者進(jìn)行跟蹤。

數(shù)據(jù)融合方法分為低度、中度和高度。低度數(shù)據(jù)融合為傳感器原始數(shù)據(jù)的融合，會(huì)產(chǎn)生一組更為復(fù)雜的數(shù)據(jù)；中度數(shù)據(jù)融合需要對數(shù)據(jù)進(jìn)行預(yù)處理，并獲得處理后的數(shù)據(jù)及每個(gè)傳感器的特征值，由此建立基于每個(gè)傳感器的特征向量；高度數(shù)據(jù)融合中，分類只是根據(jù)每個(gè)傳感器提供的信息進(jìn)行，最后階段的融合基于傳感器檢測的可靠性及傳感器本身。

所提出的車輛安全新方案結(jié)合機(jī)器視覺與激光雷達(dá)兩種經(jīng)典傳感器。激光雷達(dá)基于模式匹配算法檢測車輛及行人。機(jī)器視覺則是基于車輛Haar特征和行人方向梯度直方圖特征。融合算法采用卡爾曼濾波和聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)算法來提供高精度的檢測。在城市和城間場景下的試驗(yàn)表明，1000多幀的數(shù)據(jù)中，行人檢測的有效性為77.69%，車輛檢測的有效性為88.25%；車輛的誤檢測率為3.11%，行人的誤檢測率為2.59%。

研究結(jié)果表明，所提出的系統(tǒng)能夠增強(qiáng)檢測效果，提升整體性能，新的數(shù)據(jù)融合方法克服了攝像頭和激光雷達(dá)本身的缺陷，提高了先進(jìn)駕駛輔助系統(tǒng)性能。

Fernando Garcia et al. IWSSIP 2014, 21st International Conference on Systems, Signals and Image Processing, Croatia,12- 15 May 2014.

編譯：李峻峰