基于超声波传感器阵列的车辆周围目标物识别

• 作者: 俞佳莹 戴一凡 李升波 辛喆 邹若冰 陈海亮
• 来源期刊: 清华大学学报（自然科学版）
• 学科: 交通运输
• 关键词: 驾驶辅助 超声波传感器阵列 目标识别 支持向量机
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 汽车工程
• 页码范围: 1287-1295
• 页数: 9页
• 分类号: U461.91
• 语种: 中文
• DOI: 10.16511/j.cnki.qhdxxb.2017.21.033

摘要

为了对车辆环境信息进行探测与识别,提高道路交通安全,该文研究了利用超声波传感器阵列识别车辆环境目标类型的方法:以分类器为核心,搭载目标物区分算法,实现对目标物的实时探测与区分.首先根据车辆周围环境信息提取了具有一定形状特征的典型目标物,分别为平板、圆柱和角形3 种类型,以支持向量机(support vector machine,SVM)为分类器建立分类模型,根据目标物形状不同构造与优选分类特征指标集;依托分类结果建立目标物的类型区分算法,得到每一时刻各类目标物的概率值.仿真结果表明:分类模型的分类准确率达到91.5％;同时该方法对各种类型的目标物进行区分时,均达到较好的识别效果.在实际道路试验中,采集了汽车、行人和自行车3类目标物,采用该方法达到了良好的识别效果,具有可行性.