The invention discloses an obstacle detection method based on multi-sensor information fusion, the method includes: image data detected by radar data and machine vision S1, access to the millimeter wave radar, and the radar data and image data fusion and space time fusion; S2, millimeter wave radar target detection based on the selection of radar data, and the region of interest according to the position of dynamic planning of millimeter wave radar target return signal; S3, moving target detection based on machine vision, and calculate the millimeter wave radar vision fusion target coincidence degree; S4, according to the moving target of millimeter wave radar and machine vision detection results and tracking obstacles target. The invention uses different domain information coincidence degree detection, obstacle tracking target, improve the reliability, the obstacle detection methods at the same time, the method can realize obstacle classification, distinguishing target is a pedestrian or vehicle.
【技术实现步骤摘要】
基于多传感器信息融合的障碍物检测方法
本专利技术涉及障碍物检测
,特别是涉及一种基于多传感器信息融合的障碍物检测方法。
技术介绍
随着智慧城市建设的大力推进和智能交通行业的快速形成,卫星导航、高速公路信息化、城市智能交通、电子警察和道路监控这些智能交通的传统形式逐渐向电子车牌、智能停车、车联网、自动驾驶、智能驾驶安全辅助系统等新领域发展,而智能障碍物检测更是成为其中一个重要的研究方向。所谓智能障碍物检测,是指车辆能够借助传感器感知周边环境,并判断是否存在障碍物,从而避免发生碰撞,造成事故。障碍物检测的方法通常有基于机器视觉的检测方法和基于雷达技术的检测方法。基于机器视觉的检测方法具有探测范围广、获取信息量大的优点。毫米波雷达则具有探测范围广,适应性好,可穿透雨雾,可以直接获得深度信息等优点。现有技术中,使用单传感器检测障碍物的方法有:申请号为CN201210143389.6的专利“一种基于单目视觉的前方车辆检测方法”,申请号为CN201410193393.2的专利“基于毫米波雷达的汽车主动防撞预警系统”,申请号为CN201510662223.9的专利“一种基于毫米波雷达的车载主动预警方法、系统及装置”等。近年来,毫米波雷达和机器视觉的多传感器信息融合障碍物检测方法是研究的热点之一,如申请号为CN201510066989.0的专利申请中公开了一种基于毫米波雷达和机器视觉的夜间前方车辆检测方法。基于单传感器的障碍物检测缺点在于:基于机器视觉的障碍物检测方法受天气、光照变化等因素影响大,且不易获取深度信息;基于激光雷达的障碍物检测方法一方面受天气影响较大, ...
【技术保护点】
一种基于多传感器信息融合的障碍物检测方法,其特征在于,所述方法包括:S1、获取毫米波雷达探测到的雷达数据和机器视觉探测到的图像数据,并对雷达数据和图像数据进行空间融合和时间融合;S2、基于毫米波雷达进行目标检测,筛选雷达数据,并根据毫米波雷达返回目标信号的位置动态规划感兴趣区域;S3、基于机器视觉进行运动目标检测,并计算毫米波雷达与机器视觉融合的目标重合度;S4、根据毫米波雷达和机器视觉的运动目标检测结果检测、追踪障碍物目标。
【技术特征摘要】
1.一种基于多传感器信息融合的障碍物检测方法,其特征在于,所述方法包括:S1、获取毫米波雷达探测到的雷达数据和机器视觉探测到的图像数据,并对雷达数据和图像数据进行空间融合和时间融合;S2、基于毫米波雷达进行目标检测,筛选雷达数据,并根据毫米波雷达返回目标信号的位置动态规划感兴趣区域;S3、基于机器视觉进行运动目标检测,并计算毫米波雷达与机器视觉融合的目标重合度;S4、根据毫米波雷达和机器视觉的运动目标检测结果检测、追踪障碍物目标。2.根据权利要求1所述的基于多传感器信息融合的障碍物检测方法,其特征在于,所述步骤S1中的空间融合具体为:雷达坐标系与世界坐标系的转换关系为:其中,H为世界坐标系原点距地面高度,l和L分别为Ow与Or在Xr方向和Zr方向的偏移量;根据雷达与摄像头的位置关系等条件得出世界坐标系与图像坐标系的转换关系为:其中,(Xp,Yp)为图像坐标系中投影点的坐标;dx、dy分别为每一个像素在x轴与y轴方向上的物理尺寸;(Xp0,Yp0)是摄像机主点偏移量;f为摄像机焦距;R是摄像机外部参数旋转矩阵;t为摄像机外部参数平移向量;M称为投影矩阵;摄像机参数获取后,将雷达坐标转换为图像坐标,实现雷达目标位置在图像中的投影。3.根据权利要求1所述的基于多传感器信息融合的障碍物检测方法,其特征在于,所述步骤S1中的时间融合具体为:创建雷达线程,采集当前时刻雷达数据并加入缓存队列;创建摄像机线程,采集当前时刻图像数据;创建数据融合处理线程,在雷达数据缓存队列中获取与图像数据同一时刻的雷达数据进行数据融合处理。4.根据权利要求1所述的基于多传感器信息融合的障碍物检测方法,其特征在于,所述步骤S2中“筛选雷达数据”包括:对雷达数据进行预处理,滤除空目标信号、...
【专利技术属性】
技术研发人员:陈蓉,翟光耀,吴澄,汪一鸣,
申请(专利权)人:苏州大学,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。