基于激光雷达与毫米波雷达融合的车辆目标检测算法

针对仅基于单一传感器的目标检测算法存在检测精度不足及基于图像与激光雷达的多传感器融合算法检测速度较慢等问题,提出一种基于激光雷达与毫米波雷达融合的车辆目标检测算法,该算法充分利用激光雷达点云的深度信息和毫米波雷达输出确定目标的优势,采用量纲一化方法对点云做预处理并利用处理后的点云生成特征图,融合毫米波雷达数据生成感兴趣区域,设计了多任务分类回归网络实现车辆目标检测.在Nuscenes大型数据集上进行训练验证.结果表明:检测精度可达60.52％,每帧点云检测耗时为35 ms,本算法能满足智能驾驶车辆对车辆目标检测的准确性和实时性要求.     

非结构化环境下无人驾驶车辆跟驰方法

提出一种基于多传感器融合的用于非结构化环境下无人驾驶车辆跟驰应用的方法,旨在解决无人驾驶车辆跟驰任务中对引导车辆的局部定位问题,实时获取引导车辆的相对位置和速度.首先以任务需求为导向,通过实车实验结果完成针对非结构化环境特点的传感器选型工作.对所选毫米波雷达和相机设计联合标定流程,实现数据空间融合.设计与目标距离相关的横向距离约束阈值,以及基于历史帧数据变化可靠性分析,解决非结构化环境下雷达数据跳变和虚检现象,实现雷达有效目标提取;考虑相机小孔成像原理,提出大小可变候选车辆检测框生成.最后基于主流的目标检测深度学习框架,设计跟车应用中信息输出流程.实车测试结果表明,该方法可以满足非结构化环境下车辆跟驰应用的基本需求,输出结果有一定的稳定性和精度.      

AIS与雷达目标信息模糊融合算法与实现

为达到优势互补的目的,将AIS(船舶自动识别系统)与雷达目标信息进行融合处理.采用时空粗关联融合判断及多因素模糊综合决策的方法,研究了AIS与雷达目标动态信息融合算法.计算机仿真结果表明关联门限值为0.75时,融合后目标更靠近AIS目标.实测验证该方法可以有效地提高目标信息的精度与可靠性.     

运动车辆的多传感融合跟踪

针对单一传感器可靠性低、有效探测范围小的缺点,提出了采用雷达与机器视觉融合来实现路面运动车辆跟踪的新方法.该方法采用动力学模型对车辆运动进行描述,考虑了车体运动与车轮速率、转向角之间的关系,比用线性模型更符合车辆实际行驶时的复杂运动状况.通过基于雷达量测的扩展卡尔曼滤波估计建立视觉窗口,再根据图像灰度信息自适应调整窗口中心位置及尺寸,有效地限制了后继图像处理的工作区域,提高了系统的实时性.新方法采用数据融合技术,充分利用雷达与图像传感的量测信息,改善了对机动目标的状态估计.实验证明,该方法能明显提高路面运动车辆位置和方向角的跟踪精度.     

D-S证据理论数据融合方法在目标识别中的应用

为解决车辆目标识别问题 ,采用基于推理的数据融合方法 ,分析了 Dempster- shafer证据理论用于多传感器数据融合的基本概念和理论 ,并将它应用于车辆目标识别的数据融合中 ,实验结果证明了基于融合后的识别结果较单传感器的识别结果好 ,验证了这一方法的正确性和有效性     

多波段雷达融合一维超分辨成像技术研究

研究对多个不同频带雷达测得的目标频率响应进行融合，以获取更宽频带的目标频率响应，提高目标距离像的分辨率.各雷达测得的目标频率响应之间互不相干是制约对不同频带雷达实现有效融合的主要难点.分析了用不同雷达测得的目标频率响应互不相干的原因，并推演了其信号之间的具体数学关系，得出由于各雷达硬件延时及相移不同等原因使得各雷达测得的目标频率响应之间存在一个固定相移和一个线性相移.提出了通过对各个雷达测得的目标频率响应分别建模，利用所得模型估计对应各雷达的目标一维距离像，然后将各雷达的目标一维距离像进行相关直接求取线性相移的方法.定义了一个新的相干函数用于求取固定相移.仿真实验结果表明该方法的有效性.     

空管自动化MRTS多雷达融合处理分析

MRTS多雷达融合处理是空管自动化雷达信号融合处理计算最主要的方法之一。本文主要对MRTS多雷达融合处理的原理和融合过程展开研究,对MRTS雷达融合计算进行详细的分析。     

基于主被动传感器融合的车辆检测

为了检测车辆目标,提出了一种基于主被动传感器融合的车辆检测方法.将车辆检测分为假设和验证假设两个步骤,在假设阶段,通过被动传感器——毫米波雷达进行目标的检测与跟踪,在对雷达数据进行最邻近法聚类后,在多假设跟踪模型下,将观测目标集与通过卡尔曼滤波器预测的目标集进行数据关联,得到雷达目标.在验证假设阶段,首先通过新出现的雷达目标找出车辆可能存在的区域,然后通过训练好的分类器对这些区域进行验证得到最终的车辆目标.在实验室的无人自主车平台上,本系统在城市道路和乡村道路环境下进行了大量实验,结果表明本文的方法可以有效地检测并跟踪到车辆目标,得到目标的距离和速度信息,从而帮助自主平台实现更多功能.     

多传感器数据融合技术对抗隐身目标

本文介绍了多传感器数据融合算法,推导了雷达观测误差与目标距离及隐身特性之间的关系,并对雷达组网的反隐身性能进行计算机仿真,得到了一些有意义的结论,论述了数据融合技术对抗隐身目标的可行性和有效性。     

基于联邦滤波的抗欺骗干扰目标跟踪

基于联邦滤波思想将机载数据链、光电传感器和雷达的探测信息进行融合以解决跟踪过程中雷达易受欺骗干扰的问题。针对不同的欺骗干扰方式,对雷达受欺骗干扰时的量测特性进行了分析;提出了多传感器融合干扰检测算法;结合多模型交互、时间配准、信息等价转换、信息分配,提出了了机载多传感器联邦滤波抗欺骗干扰融合算法的具体实现方法。仿真结果表明本算法能够检测并应对雷达的欺骗干扰,确保对真实目标的有效跟踪。