多传感器融合研究(一)
多传感器融合研究(一)
- 论文研究一:D-S融合
- 论文研究二:End to End
论文研究一:D-S融合
《基于毫米波雷达和CCD摄像机信息的D-S融合方法》
摘要:
本文研究了毫米波雷达和CCD摄像机两种传感器信息的D-S融合方法,论述了毫米波雷达信息采集、滤波、计算障碍物的距离和方位及判断障碍物是否在无人地面平台ROI(Region of interested)内;CCD摄像机的信息处理、分割和障碍物的宽度、高度和方位角的计算。通过建立坐标系和坐标系间的齐次变换实现其空间配准。按D-S融合方法首先建立障碍物鉴别框架,通过实验确定它们对应于鉴别框架中障碍物指数的基本概率分配值,再根据D-S证据方法的组合规则计算所有证据联合作用下的融合结果,得到障碍物在无人地面平台ROI内的距离、方位和大小。在无人地面平台ROI内进行验证,本文的研究成果可行,并且具有较好的鲁棒性。
毫米波雷达和图像传感器主要应用于汽车的自动驾驶和安全驾驶领域,毫米波雷达存在方位分辨率低,不能精确定位障碍物的问题,本文是根据该缺点做改进,提出了融合感知。D-S融合算法流程:
1、 建立识别框架,对每个传感器计算基本概率分配函数;
2、 根据D-S证据方法的组合规则计算基本概率分配函数;
3、 根据给定的判决准则选择置信度最大的假设。论文实验图标分析 :
图片来源于论文
1、 设计的鉴别框架包括了其中障碍目标指数的阈值设计; 2、 实际测量数据和融合结果数据图表,能够在误差范围内测量距离,高度,宽度,方位角信息。
结论:
本文基于毫米波雷达和CCD摄像机基础上,对它们的信息进行了D-S融合,其融合效果能正确识别障碍物及障碍物的距离、方位、宽度和高度,后续研究重点是光照和阴影影响。
论文研究二:End to End
论文链接:https://www.researchgate.net/publication/338511806_Multi-Task_Multi-Sensor_Fusion_for_3D_Object_Detection
2019CVPR会议文章:《Multi-Task Multi-Sensor Fusion for 3D Object Detection》(基于多任务多传感器融合的三维目标探测)
摘要:
在这篇论文中,提出了多个相关的任务来进行精确的多传感器三维目标检测。为了实现这一目标,我们提出了一个端到端可学习的架构,该架构考虑了2D和3D对象检测、地面估计和深度补全。本文的实验表明,所有这些任务都是互补的,并通过融合不同层次的信息来帮助网络更好地学习表示。重要的是,我们的方法领先于KITTI基准的2D, 3D和鸟瞰对象检测,同时是实时的。数据集:KITTI数据集。
网络结构:
该网络框架包含4个模块,分别是对象检测器、特征提取器、邻接估计器和最小代价流优化器。
(1)对象检测器:分别在图像序列中和3维点云数据中定位感兴趣的对象,即分别进行目标检测;
(2)特征提取器:独立地从每个传感器提取对象特征,从图像中提取特征图,从激光雷达中提取BEV特征图(激光雷达离散化后投影后得到的特征图。)
(3)ROI特征融合:分别提取感兴趣的区域,然后进行感兴趣区域的特征融合。
(4)目标检测器:根据图像ROI特征图,监督激光雷达ROI特征图进行训练,激光雷达网络中实现目标分类,图像划分深度信息。特征融合模型 :
激光雷达与图像骨干网之间的点向特征融合。利用特征金字塔网络将多尺度图像特征映射进行组合,再通过连续融合层将图像特征映射映射到BEV空间中。特征融合是通过元素间的累加来实现的。
测试结果:
多传感器融合研究(一)相关推荐
- 多传感器融合技术简介
单一传感器获得的信息非常有限,而且,还要受到自身品质和性能的影响,因此,智能机器人通常配有数量众多的不同类型的传感器,以满足探测和数据采集的需要.人们提出了多传感器融合技术多传感器融合又称多传感器信息 ...
- 领域最全!多传感器融合方法综述!(Camera/Lidar/Radar等多源异构数据)
点击下方卡片,关注"自动驾驶之心"公众号 ADAS巨卷干货,即可获取 点击进入→自动驾驶之心技术交流群 后台回复[ECCV2022]获取ECCV2022所有自动驾驶方向论文! 自动 ...
- 笔记《基于无人驾驶方程式赛车的传感器融合目标检测算法研究及实现》
论文结构 关键字:无人驾驶方程式赛车,相机,激光雷达,目标检测,传感器融合 一.绪论 1. 感知技术研究现状 1.1.1 基于相机的目标检测技术研究现状 1.1.2 基于激光雷达的目标检测技术研究现状 ...
- 工业级洗地机器人_基于多传感器融合的自动洗地机器人避障研究
龙源期刊网 http://www.qikan.com.cn 基于多传感器融合的自动洗地机器人避障研 究 作者:杨建峰 杨丽英 刘珍娜 来源:<山东工业技术> 2019 年第 13 期 摘 ...
- 无人机起降(1):(论文)基于多传感器融合的舰载无人机自动着舰技术的研究
目录 前言 一.无人机自动起降系统总体方案设计 1.总体结构设计 2.信息传输系统设计 二.基于模板匹配的无人机目标识别定位方法 三.多传感器融合算法 四.无人机自动起降系统软硬件设计与实现 五.实验 ...
- 多传感器融合SLAM研究和学习专栏汇总
专栏汇总: 一:Tixiao Shan最新力作LVI-SAM(Lio-SAM+Vins-Mono),基于视觉-激光-惯导里程计的SLAM框架,环境搭建和跑通过程_goldqiu的博客-CSDN博客 二 ...
- 论文笔记——基于多传感器融合的即时定位与地图构建方法研究
1.多传感器融合SLAM不完全分类: 视觉和IMU融合VIO: 基于滤波的VIO:采用EKF进行视觉信息和IMU数据进行数据融合.预测和更新.经典算法:MSCKF.ROVIO 基于优化的VIO:对视觉 ...
- 多传感器融合(算法)综述
多传感器融合(Multi-sensor Fusion, MSF)是利用计算机技术,将来自多传感器或多源的信息和数据以一定的准则进行自动分析和综合,以完成所需的决策和估计而进行的信息处理过程. 1. 基 ...
- 解读基于多传感器融合的卡尔曼滤波算法
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达 本文转自|3D视觉工坊 卡尔曼滤波器是传感器融合工程师用于自动驾驶 ...
最新文章
- QQ验证码识别源代码(C#/NET1.1)
- mysql中主从复制需要的酶_mysql主从复制
- 关于Java基础需要注意的点
- mysql内存不断被占用,导致每隔一个多月就自动重启,修改数据库配置后,问题解决...
- css怎么设置圆角背景,CSS新特性:圆角边框多栏Gird布局背景设置
- 模糊控制作业c语言,单片机 模糊控制 算法 c语言
- python 浮点数精度丢失_浮点数精度问题透析:小数计算不准确+浮点数精度丢失根源...
- SAP License:IMG子菜单
- tomcat 日志配置
- linux rtl8723bu 蓝牙,RTL8723DS蓝牙问题分析
- 唯物主义观点有哪些_唯物主义的观点及方法论有哪些?
- 计算机网络之无线与移动网络-蜂窝网络
- 软银将波士顿动力出售给现代;美国流行文化品牌“大嘴猴”被收购;盖茨基金会再投2.5亿美元抗疫 | 美通企业周刊...
- 蒙特卡洛树搜索 Monte Carlo Tree Search
- Java 时间处理 ZoneId
- python自学之《21天学通Python》(2)
- 常见向量范数和矩阵范数及其MATLAB实现
- 计算机专业期末背书,“期末最惨专业排行榜”,这十五个专业的遭遇简直惨绝人寰!...
- 【正点原子FPGA连载】第二十七章DS18B20数字温度传感器实验 -摘自【正点原子】新起点之FPGA开发指南_V2.1
- kafka踩坑、实践篇