車載多傳感器融合下的動(dòng)態(tài)目標(biāo)檢測(cè)與跟蹤.pdf

1、車載多傳感器信息融合技術(shù)是自主駕駛研究領(lǐng)域的熱點(diǎn)問(wèn)題，可靠的環(huán)境感知信息是自主車做出路徑規(guī)劃等行為的必要條件。根據(jù)車載激光雷達(dá)和相機(jī)各自的應(yīng)用范圍，結(jié)合激光雷達(dá)的高精度測(cè)距感知信息和相機(jī)高分辨率的特點(diǎn)，本文研究了激光雷達(dá)深度信息和高分辨率圖像生成致密深度圖的相關(guān)方法。并根據(jù)致密深度圖的深度信息及可見(jiàn)光相機(jī)的顏色等信息，在RGB圖像及致密深度圖下采用稀疏三維場(chǎng)景流的模型實(shí)現(xiàn)檢測(cè)和跟蹤動(dòng)態(tài)目標(biāo)。本文的主要工作和貢獻(xiàn)如下：
　　1、從激

2、光雷達(dá)信息獲取方式上考慮，通過(guò)分析單幀雷達(dá)周期內(nèi)車體的運(yùn)動(dòng)，分別在平移和旋轉(zhuǎn)兩個(gè)運(yùn)動(dòng)分量上完成了激光雷達(dá)的幀內(nèi)運(yùn)動(dòng)數(shù)據(jù)補(bǔ)償。
　　2、在研究傳感器信息融合中，本文提出了一種新的深度圖像生成算法。把雷達(dá)點(diǎn)云投射到圖像平面上，然后將點(diǎn)云稀疏的深度信息和圖像上稠密的顏色信息在雙邊濾波構(gòu)的框架下建立KD特征空間，并以最近鄰搜索的方法生成了致密深度圖。在該生成的致密深度圖上建立馬爾科夫隨機(jī)場(chǎng)，在隨機(jī)場(chǎng)的優(yōu)化處理下，進(jìn)一步平滑了雙邊濾波加權(quán)中

3、顏色通道與歐氏通道的權(quán)值生成新的致密深度圖。
　　3、對(duì)車體進(jìn)行自運(yùn)動(dòng)估計(jì)時(shí)，在保證特征描述子足夠高效的同時(shí)，本文設(shè)計(jì)了圖像分塊處理技術(shù)和聯(lián)合致密深度圖及RGB圖提取地面靜態(tài)特征點(diǎn)的方法提高了車體自運(yùn)動(dòng)估計(jì)的魯棒性。針對(duì)RGB圖像與激光雷達(dá)點(diǎn)云生成的致密深度圖上構(gòu)造稀疏三維場(chǎng)景流的模型，并利用Delaunay三角剖分連接RGB圖中提取的相鄰特征點(diǎn)，其次融合了激光雷達(dá)精準(zhǔn)的深度距離信息的約束濾除特征點(diǎn)。通過(guò)特征點(diǎn)分類實(shí)現(xiàn)動(dòng)態(tài)目標(biāo)的檢