科研之友
微信
新浪微博
Facebook
分享链接
摘要
本文针对多传感器融合的目标检测,提出一种基于多任务学习的毫米波与相机目标级数据融合算法。利用任务间的强相关性,采用硬共享机制的多任务学习模型,完成目标位置及尺寸预测与目标类别的分类。网络模型使用批归一化与残差结构,并对两个任务损失函数设置权重。模型训练集中加入某一传感器失效时的数据,使模型在某一传感器失效时也能准确得到目标位置、尺寸和类别,同时改善了相机对于距离检测的不确定性,以及雷达对目标类别及横向位置检测的不准确性,使融合后目标属性值更精确,提高各任务的性能与泛化能力及智能车辆感知的稳定性与准确性。经实验验证,本文算法得到了较高的分类准确率和召回率,且回归任务的均方根误差较小。
- 单位
