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

来源：物联网技术, 2022, 12(02): 7-15.

DOI：10.16667/j.issn.2095-1302.2022.02.002

• 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

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。

• 单位
  西南交通大学