论文部分内容阅读
由于生产能力的提高和生产成本的下降，汽车已进入越来越多的普通家庭。汽车在极大地便利人们日常生活的同时也造成了一些严重的负面影响——城市交通拥挤现象日趋严重，同时不规范驾驶的现象也频发不止，由此导致的交通事故每年都给各个国家的人民生命财产和国民经济造成巨大损失。据统计在交通事故遇难者和受伤人群当中，半数为行人和非机动车辆驾驶人员。对此，除了采用更加健全和严厉的监管措施外，通过技术使车辆变得更加安全也是一种行之有效的方法，而行人检测技术正是其中一项关键技术，具有十分重要的研究价值和应用前景。 现有的行人检测手段大致分两类:一是单一视觉传感器下的行人识别系统、二是由激光测距仪或激光雷达和相机组成的多传感器行人检测系统。前者结构简单，能够识别行人身份但无法快速准确地获取目标的距离、方位、速度等动态信息。后者组成的融合系统则可以整合激光雷达和视觉的优势，在识别目标的同时可获取目标动态信息。但是激光雷达存在工作性能受环境影响大、价格昂贵的缺点。相比于激光雷达，毫米波雷达具有全天候工作、体积小、价格适中的优势，并且已被广泛应用于汽车领域。因此，本文提出将毫米波雷达和视觉进行融合来实现行人检测，以达到同时获取行人身份信息和方位信息的目的。论文主要研究工作如下: 研究并分析毫米波雷达下行人信号特性，针对低检测阈值状态下行人信号断续和环境噪声问题，设计了基于帧内聚类和帧间跟踪的行人信号检测算法，以提取有效行人信号。 学习图像识别机制和原理，分析了各种行人识别特征的特点。针对传统滑动窗口检测算法效率低下的问题，将似物性检测引入图像识别过程，并加以改进，实现先提取图像中潜在目标区域，然后提取其梯度方向直方图特征，最后用支持向量机分类器对其分类以实现视觉行人快速检测。 为实现雷达和视觉数据的融合，研究了相机成像模型和标定技术，建立雷达-相机坐标系，并利用最小二乘拟合法求取空间转换矩阵，实现了数据空间对准。然后根据雷达数据的图像投影点和目标距离信息，自动确定潜在目标区域位置及其大小。针对拟合偏差所导致的漏检现象，提出一种渐进式动态搜索潜在目标区域的策略。实验表明，该融合机制可以有效地确定视觉候选目标区域。 最后，对上述融合算法所确定的视觉潜在目标区域，应用所提出的改进后的视觉检测算法，实现了行人检测并获取其方位信息。