基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了高效地检测路面车辆目标,提出了一种基于毫米波雷达及视觉传感器融合的车辆检测方法。采用了底层的数据融合策略。在雷达数据通道,利用霍夫变换及切比雪夫定理排除非路面车辆目标点,生成稀疏概率图。在图像数据通道,结合稀疏概率图与图像底层特征,建立视觉显著模型并生成车辆显著图像。在显著图上利用过分割方法快速定位路面车辆的位置。本方法在结构化道路下进行了大量实验,结果表明:本方法有效的克服了基于视觉传感器的车辆检测方法对光照敏感的缺陷,相比于基于单一传感器的车辆检测方法,本文方法具有更高的精确度和鲁棒性。
推荐文章
基于粒子滤波和检测信息的多传感器融合跟踪
粒子滤波器
多传感器
信息融合
检测和跟踪
目标跟踪
基于地磁技术的车辆检测传感器
地磁技术
车辆检测
智能交通
STM32的多传感器融合姿态检测
姿态检测
STM32
MPU6050
HMC5883L
传感器
基于多传感器融合的空气质量检测
空气质量
BP神经网络
检测模型
传感器阵列
学习样本
机器学习算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于多传感器融合的路面车辆检测
来源期刊 华中科技大学学报(自然科学版) 学科 工学
关键词 车辆检测 毫米波雷达 视觉显著性 多传感器融合 显著图像
年,卷(期) 2015,(z1) 所属期刊栏目 机器人传感技术、多传感器集成与信息融合
研究方向 页码范围 250-253,262
页数 5页 分类号 TP391.4
字数 语种 中文
DOI 10.13245/j.hust.15S1060
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 赵春霞 南京理工大学计算机科学与工程学院 177 2193 25.0 36.0
2 胡彬 南通大学计算机科学与技术学院 12 33 3.0 4.0
3 吴国星 南京理工大学计算机科学与工程学院 3 26 2.0 3.0
4 刘家银 南京理工大学计算机科学与工程学院 6 34 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (70)
参考文献  (8)
节点文献
引证文献  (3)
同被引文献  (4)
二级引证文献  (0)
1988(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
车辆检测
毫米波雷达
视觉显著性
多传感器融合
显著图像
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
华中科技大学学报(自然科学版)
月刊
1671-4512
42-1658/N
大16开
武汉市珞喻路1037号
38-9
1973
chi
出版文献量(篇)
9146
总下载数(次)
26
总被引数(次)
88536
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导