雷达与视觉特征融合的车辆检测方法  

作　　者：郭熙 胡广地 杨雪艳 

机构地区：[1]西南交通大学机械工程学院,四川成都610031

出　　处：《物联网技术》2022年第2期7-11,15,共6页Internet of things technologies

基　　金：四川省科技计划项目(2019YFH0096);四川省氢能源与智能汽车重大科技专项(2019ZDZX0028)。

摘　　要：当前车辆检测算法仅使用物理特征或几何特征对目标进行分类,特征维度不够丰富导致检测不够准确。基于以上问题,文中提出了一种基于雷达与视觉特征融合的车辆检测方法,同时使用了目标的物理特征与几何特征。雷达特征选用速度、加速度等物理特征,在雷达摄像头数据融合后得到雷达目标点在图像上的感兴趣区域,在感兴趣区域上提取梯度方向直方图特征。计算梯度方向直方图的统计特征作为视觉特征,包括标准差、中位数、平均值。构建输入为雷达与视觉融合特征的神经网络R-V-DenseNet,制作数据集并训练该网络。在测试集上的实验结果证明,R-V-DenseNet相比传统的HOG-SVM方法及单传感器特征检测方法准确率有所提高,检测较为准确。

关 键 词：车辆检测 雷达 机器视觉 梯度方向直方图 数据融合 神经网络 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术]