基于信息融合的目标检测系统研究

来源：电子测量技术杂志2021年第19期北京时间：

作者：张煌，王国权，孙鹏

单位：1.北京信息科技大学机电工程学院，北京市 100192; 2.北京信息科技大学现代测控技术教育部重点实验室，北京市 100192

摘要：针对无人驾驶方程式赛车对感知系统要求精准和实时性的特点，设计了一种基于激光雷达和相机信息融合的目标检测系统。建立了传感器感知模型，视觉信息采用yolo v4图像识别算法，距离信息通过对点云的滤波、聚类获取，对点云的倾斜问题采用一种基于地面拟合的旋转处理算法进行校正，将图像坐标与点云坐标采用欧式距离策略进行目标信息融合。试验结果表明,雷达算法能够完成三维目标检测，yolo v4(you only look once-4)图像识别算法对交通锥桶的检测平均精度为97.5%，方向上的平均像素误差率在1%，目标检测系统在准确率、实时性方面达到实际行车要求。

关键词：Yolo v4; 点云聚类检测; 信息融合; 环境感知