【技术实现步骤摘要】
本专利技术涉及智能驾驶，尤其涉及一种基于多模融合的障碍物识别方法。
技术介绍
1、随着汽车智能化的发展推动了l4自动驾驶技术的发展，其中车辆障碍物检测优劣直接决定了自动驾驶技术接管率的高低。现有障碍物识别基本有三种方案，利用纯相机检测、利用纯雷达检测、纯相机和纯雷达结合检测。
2、使用纯相机检测最大的问题是相机不具有深度信息，无法准确预测出障碍物深度信息；相机对光线敏感，容易在隧道灯工况出现过曝情况，夜晚会有炫光，看不清的问题，直接影响检测效果。
3、使用纯激光雷达检测，激光受天气影响较大，如下雨天很容易对检测结果造成误检和错检。
4、而相机和激光融合的方案目前多为后融合方案，即目标级结果融合的方案，检测精度依然有限并且对算力要求也较大。
技术实现思路
1、鉴于上述，本专利技术旨在提供一种基于多模融合的障碍物识别方法，以解决前述提及的技术问题。
2、本专利技术采用的技术方案如下：
3、本专利技术提供了一种基于多模融合的障碍物识别方
【技术保护点】
1.一种基于多模融合的障碍物识别方法，其特征在于，包括：
2.根据权利要求1所述的基于多模融合的障碍物识别方法，其特征在于，所述预先获取车辆上不同位置处的各相机的成像特征包括：基于各相机采集的图像，并结合各相机的位置角度信息以及序号，获得对应各相机的成像特征。
3.根据权利要求1所述的基于多模融合的障碍物识别方法，其特征在于，所述目标分类至少获取到：障碍物的各类别及其第一置信度。
4.根据权利要求3所述的基于多模融合的障碍物识别方法，其特征在于，所述提取对应不同类型的障碍物信息包括：
5.根据权利要求4所述的基于多模融合...
【技术特征摘要】
1.一种基于多模融合的障碍物识别方法，其特征在于，包括：
2.根据权利要求1所述的基于多模融合的障碍物识别方法，其特征在于，所述预先获取车辆上不同位置处的各相机的成像特征包括：基于各相机采集的图像，并结合各相机的位置角度信息以及序号，获得对应各相机的成像特征。
3.根据权利要求1所述的基于多模融合的障碍物识别方法，其特征在于，所述目标分类至少获取到：障碍物的各类别及其第一置信度。
4.根据权利要求3所述的基于多模融合的障碍物识别方法，其特征...
【专利技术属性】
技术研发人员：徐瑞雪，刘江波，孙坤峰，杨天波，梁子镇，马飞，
申请(专利权)人：安徽江淮汽车集团股份有限公司，
类型：发明
国别省市：
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。