科研之友
微信
新浪微博
Facebook
分享链接
摘要
作为无人车环境感知过程中的两个重要传感器，相机无法提供道路目标的位置信息，激光雷达点云稀疏，检测方面难以达到很好的效果。通过传感器融合的方式融合两者信息以进行目标的检测和定位，能有效利用两者的优点并弥补了各自的缺点。本文采用深度学习中YOLOv5s算法进行目标的检测，通过联合标定进行相机与激光雷达外参的获取以转换传感器之间的坐标，使雷达点云数据能投影到相机图像数据中，最终得到检测目标的位置信息。实车实验表明，算法能在搭载TX2嵌入式计算平台的无人车自动驾驶平台上拥有27.2Hz的检测速度，并且在一段时间的检测环境中保持12.5%的漏检率和35.32m的最远识别距离以及0.01m的定位精度。
-
单位南京航空航天大学; 自动化学院
