目标检测YOLO实战应用案例100讲-基于激光雷达的智能汽车多目标检测与跟踪方法研究

目录

基于毫米波雷达的多目标检测 

毫米波雷达工作原理分析 

2.1 锯齿波LFMCW雷达原理 

2.2 锯齿波LFMCW雷达目标检测算法 

2.3 毫米波雷达目标检测平台 

基于峰值比较的CFAR目标检测算法 

3.1 CFAR目标检测算法 

3.2 改进的CFAR目标检测算法 

3.3 算法步骤描述 

3.4 实验结果与分析 

基于VGG16-Net的毫米波雷达目标检测算法 

4.1 VGG16-Net网络模型 

4.2 改进VGG16-Net网络的目标检测算法 

4.3 算法步骤描述 

4.4 实验结果与分析

基于激光雷达的智能汽车多目标检测与跟踪方法研究

基于聚类的激光雷达目标检测算法

基于深度学习的激光雷目标检测算法

基础理论综述 

 2.1 深度学习目标检测算法基础理论  

2.2 目标跟踪算法基础理论

激光雷达多目标检测算法 

3.1 三维点云多目标检测算法介绍 

3.2 无锚框三维检测算法设计

3.3 实验结果及分析

激光雷达多目标跟踪算法 

4.1 多目标跟踪算法介绍  

4.3 实验结果及分析

激光雷达多目标检测与跟踪算法实车部署与测试验证 

 5.1 试验平台介绍 

 5.2 目标检测与跟踪算法部署  

5.3 试验结果及分析 

---

 

基于毫米波雷达的多目标检测 

毫米波雷达是一种通过发射无线电磁波，并从探测环境中接收反射电磁波信 息，从而实现目标探测功能的非接触式传感器。因此当毫米波雷达处于室外或室 内极端条件，如冰雹、雨雪雾、黑暗及高强度光照等环境时，仍可正常工作。但 电磁波信号易受环境影响，导致毫米波进行目标检测时的准确性、可靠性及便捷 性亟待提升。 
毫米波雷达传感器作为物联网体系中的关键性技术，在物联网各应用领域中正发 挥巨大作用。随着单芯片毫米波雷达的出现，为物联网领域带来一种全新的检测 手段，各行业正利用毫米波雷达的探测特性积极对新的应用领域展开探索，推进 了社会现代化。同时，毫米波雷达多目标检测技术作为毫米波雷达的应用基础， 为众多应用领域提供理论基础和技术支撑，具有重要价值。 
目前常用目标检测传感器包括激光雷达、超声波雷达、毫米波雷达及光学传 感器等[4]，若从抗干扰性、准确性及适应性等方面考虑，毫米波雷达传感器性能 最好[5-7]。由表1.1可知毫米波雷达传感器相较于其它目标检测传感