多传感器融合研究(三)
前言
过去几个月找工作,有段时间没有推进传感器融合方面的研究了,最近工作基本已经定下来了,可以继续研究推进下研究。
论文研究四:一种可靠性高的具有鲁棒性的多目标多传感器D-S融合算法
-
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 :
1、 设计的鉴别框架包括了其中障碍目标指数的阈值设计;
2、 实际测量数据和