本文探讨了摄像头和雷达在ADAS系统中的融合技术，旨在提高测距和环境感知的准确性。介绍了摄像头在分辨率和色彩识别上的优势，而雷达在恶劣天气和测速上的优势。当前采用特征融合算法，目标是实现不同传感器信息的综合，以提升整体性能。文章还讨论了融合的关键技术参数，包括时间戳融合、空间融合、速度融合和融合算法，以及摄像头和雷达的优缺点，提出了解决方案和未来发展趋势。
ー 1 ー
摄像头和雷达的融合是很多做ADAS当前所关注的关键问题之一。因为单纯摄像头和雷达都无法解决测距问题。不仅在测距，今后可能所应用到的高精度地图也都是需要使用摄像头和雷达的融合才能够实现。
当前寻求到最优的方案是实现摄像头和雷达的融合。摄像头测距的准确性较低，雷达测距的准确性较高，然而没有点源的身份信息。雷达和摄像头的特点对比如下。
表1. radar和camera融合性能对比
摄像头在雨雾、黑暗的环境下就会“失明”，强光和弱光环境它也不能正常工作。与光学传感器相比，雷达在分辨率上明显较差，不过它在测距测速功能和恶劣天气下明显更胜一筹。
虽然光学传感器在恶劣天气下能力受限，但它依然能识别色彩(交通灯和路标)，而且在分辨率上依然有优势，可以说每种传感器都有自己的优势也有自己的软肋。想做到完美的传感器融合，就要接受不同传感器的输入，并利用综合信息更准确的感知周边环境，其得出的结果比不同传感器各自为战要好得多。
融合算法中有特征融合和数据融合两种融合。如下图所示：
最低0.47元/天 解锁文章
扫一扫
4万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
