基于视觉与雷达信息融合的车辆检测算法研究.pdf

基于视觉与雷达信息融合的车辆检测
算法研究




重庆大学硕士学位论文
（学术学位）


学生姓名：曾 杰
指导教师：郑 玲 教 授
专 业：车辆工程
学科门类：工 学



重庆大学汽车工程学院
二 O 一七年五月
Research on Vehicle Detection Algorithm
based on the Data Fusion by Vision and
Radar



A Thesis Submitted to Chongqing University
in Partial Fulfillment of the Requirement for the
Master’s Degree of Engineering
By
Zeng Jie

Supervised by Prof. Zheng Ling
Specialty：Vehicle Engineering



College of Vehicle Engineering of
Chongqing University, Chongqing, China
May 2017
中文摘要

摘 要

针对毫米波雷达在智能驾驶辅助系统应用过程中，雷达数据存在着较高的虚
假预警率、目标漏检的问题，本文提出一种机器视觉与毫米波雷达数据并行信息
融合的日间前方车辆检测算法。首先基于雷达扫描车道和车速阈值的范围剔除一
部分无效目标，并采用本文提出一种有效车辆目标滤波算法，进一步消除雷达数
据中由于自身工作原因和外部干扰信号产生的无效虚假目标，以获得雷达检测车
辆的在图像上投影的 ROI(region of interest)区域。其次以车辆底部阴影位置初步定
位车辆可能存在的 ROI 区域，分析车辆存在的 ROI 区域特点，使用 Canny 算子检
测算 ROI 区域内的轮廓特征，采用 ROI 区域图像轮廓对称度以判断车辆存在性。
最后通过视觉辅助雷达检测车辆的信息融合方式，将雷达与基于图像特征的视觉
车辆检测 ROI 区域数据关联，以判断雷达检测 ROI 区域车辆存在性，并使用 Haar
特征分类器对雷达与视觉检测的不关联 ROI 区域进行复检以判定车辆存在性。
本文基于 VS2010 C++平台搭建起雷达与机器视觉信息融合的车辆检测算法
程序，研究如何充分挖掘毫米波雷达与机器视觉传感器单独对车辆检测能力，并
进一步研究了基于图像特征和基于 Haar 特征分类器两种算法在车辆检测方面的性
能特点，最后深入研究和分析雷达与视觉信息融合在消除雷达数据存在的车辆目
标漏检和误检的具体应用问题。研究结果表明：采用毫米波雷达目