融合毫米波雷达与单目视觉的前车检测与跟踪
【摘要】 对现有融合雷达与视觉的车辆检测方法进行改进，增加目标跟踪过程，进一步提升城市复杂环境下智能车前方车辆信息感知的准确性。首先，针对雷达数据处理，提出一种基于层次聚类的雷达杂波剔除方法;其次，针对视觉数据处理，提出一种基于目标景深的自适应车辆检测方法;最后，提出一种基于核相关滤波器（kernelizedcorrelationfilter，KCF）-扩展卡尔曼滤波（extendedKalmanfilter，EKF）组合滤波的目标跟踪方法，对车辆几何与运动信息进行了有效估计。通过在不同交通环境与天气状况下进行实车实验，结果证明，该方法具有更好的可靠性与鲁棒性。
