作者：胡远志; 刘俊生; 何佳; 肖航; 宋佳智能车辆目标检测点云数据图像检测卷积神经网络多传感器融合
摘要：提出了一种基于4线激光雷达(LADAR)与摄像头融合的方案,用于提高智能车辆对车辆目标的检测精度。首先调用卷积神经网络来识别图像中的目标,然后将点云与图像数据进行空间匹配,最后采用R-Tree算法快速配准检测框与相应的点云数据。利用点云的深度信息就能获得目标的准确位置。经过真实道路场景采集的图像与点云数据进行测试,结果表明:该融合算法将漏检概率(FN)从Mask R-CNN方法的14.86%降低到8.03%;因而,该融合算法能够有效的降低图像漏检的概率。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
