期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于毫米波雷达和机器视觉融合的车辆检测
被引量:
23
1
作者
张炳力
詹
叶辉
+3 位作者
潘大巍
程进
宋伟杰
刘文涛
《汽车工程》
EI
CSCD
北大核心
2021年第4期478-484,共7页
针对车辆检测中使用传统单一传感器的识别效果差、易受干扰等缺点,本文提出一种基于毫米波雷达和机器视觉融合的车辆检测方法。首先利用分层聚类算法对雷达数据进行处理,过滤无效目标;利用改进的YOLO v2算法降低漏检率,提高检测速度;然...
针对车辆检测中使用传统单一传感器的识别效果差、易受干扰等缺点,本文提出一种基于毫米波雷达和机器视觉融合的车辆检测方法。首先利用分层聚类算法对雷达数据进行处理,过滤无效目标;利用改进的YOLO v2算法降低漏检率,提高检测速度;然后运用目标检测交并比和全局最近邻数据关联算法实现多传感器数据融合;最后基于扩展卡尔曼滤波算法进行目标跟踪,而得出最终结果。实车试验结果表明,该方法的车辆识别效果优于单一传感器,且在多种路况下识别效果良好。
展开更多
关键词
车辆检测
毫米波雷达
YOLO算法
传感器融合
多目标跟踪
下载PDF
职称材料
题名
基于毫米波雷达和机器视觉融合的车辆检测
被引量:
23
1
作者
张炳力
詹
叶辉
潘大巍
程进
宋伟杰
刘文涛
机构
合肥工业大学汽车与交通工程学院
安徽省智能汽车工程实验室
合肥长安汽车有限公司
出处
《汽车工程》
EI
CSCD
北大核心
2021年第4期478-484,共7页
基金
合肥长安汽车企业委托项目(W2019JSKF0220)
安徽省第五批特支计划资助项目和安徽省科技重大专项(18030701199)资助。
文摘
针对车辆检测中使用传统单一传感器的识别效果差、易受干扰等缺点,本文提出一种基于毫米波雷达和机器视觉融合的车辆检测方法。首先利用分层聚类算法对雷达数据进行处理,过滤无效目标;利用改进的YOLO v2算法降低漏检率,提高检测速度;然后运用目标检测交并比和全局最近邻数据关联算法实现多传感器数据融合;最后基于扩展卡尔曼滤波算法进行目标跟踪,而得出最终结果。实车试验结果表明,该方法的车辆识别效果优于单一传感器,且在多种路况下识别效果良好。
关键词
车辆检测
毫米波雷达
YOLO算法
传感器融合
多目标跟踪
Keywords
vehicle detection
millimeter wave radar
YOLO algorithm
sensor fusion
multi-target tracking
分类号
TN957.52 [电子电信—信号与信息处理]
U463.6 [电子电信—信息与通信工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于毫米波雷达和机器视觉融合的车辆检测
张炳力
詹
叶辉
潘大巍
程进
宋伟杰
刘文涛
《汽车工程》
EI
CSCD
北大核心
2021
23
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部