多传感器融合研究(一)

本文探讨了基于毫米波雷达和CCD摄像机的D-S融合方法,用于提高障碍物检测的精度和鲁棒性。在D-S融合算法中,建立了识别框架并结合传感器信息计算融合结果。同时,介绍了2019CVPR会议上关于多任务多传感器融合的3D目标检测研究,该方法在2D、3D和鸟瞰视角检测上取得领先效果,且具备实时性。
摘要由CSDN通过智能技术生成

多传感器融合研究(一)

论文研究一:D-S融合

《基于毫米波雷达和CCD摄像机信息的D-S融合方法》

  • 摘要
      本文研究了毫米波雷达和CCD摄像机两种传感器信息的D-S融合方法,论述了毫米波雷达信息采集、滤波、计算障碍物的距离和方位及判断障碍物是否在无人地面平台ROI(Region of interested)内;CCD摄像机的信息处理、分割和障碍物的宽度、高度和方位角的计算。通过建立坐标系和坐标系间的齐次变换实现其空间配准。按D-S融合方法首先建立障碍物鉴别框架,通过实验确定它们对应于鉴别框架中障碍物指数的基本概率分配值,再根据D-S证据方法的组合规则计算所有证据联合作用下的融合结果,得到障碍物在无人地面平台ROI内的距离、方位和大小。在无人地面平台ROI内进行验证,本文的研究成果可行,并且具有较好的鲁棒性。
      毫米波雷达和图像传感器主要应用于汽车的自动驾驶和安全驾驶领域,毫米波雷达存在方位分辨率低,不能精确定位障碍物的问题,本文是根据该缺点做改进,提出了融合感知。

  • D-S融合算法流程
    1、 建立识别框架,对每个传感器计算基本概率分配函数;
    2、 根据D-S证据方法的组合规则计算基本概率分配函数;
    3、 根据给定的判决准则选择置信度最大的假设。

  • 论文实验图标分析
    在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值