基于贝叶斯数据融合的车载多类型障碍物探测和辨识方法研究

项目名称： 基于贝叶斯数据融合的车载多类型障碍物探测和辨识方法研究

项目编号： No.61374197

项目类型： 面上项目

立项/批准年度： 2013

项目学科： 自动化技术、计算机技术

项目作者： 黄影平

作者单位： 上海理工大学

项目金额： 80万元

中文摘要： 下一代辅助驾驶系统将主要运用于路况复杂，多种障碍物并存的城区交通。用于城区的辅助驾驶系统应该不仅能够探测到多种障碍物，而且能够对其进行辨识，因为对于不同类型的障碍物，车辆应该选用的响应或保护措施是不同的。现有的对障碍物探测及辨识方法的研究都是针对某一种特定的目标(例如行人或车辆)来设计算法，不能同时探测和辨识多种类型的障碍物。本项目旨在引入可融合多种模式特征，适用于不确定性系统建模推理的贝叶斯网络技术，结合多传感器融合方法，研究面向城区环境的,具有通用性的障碍物探测及辨识方法。通用性是指能够同时探测并且辨识多种类型的障碍物，包括行人，车辆，骑车者以及交通设施。拟解决的关键科学问题包括：贝叶斯障碍物分类器，传感器信息融合的目标特征提取，立体视觉与光流的融合，三种传感器的空间标定。本项目的研究将为下一代辅助驾驶系统提供技术基础，对开发具有我国自主知识产权的辅助驾驶产品具有重要的理论意义。

中文关键词： 障碍物检测；立体视觉；光流；贝叶斯网络；智能汽车

英文摘要： Next generation of Advanced Driver Assistance Systems (ADAS) is moving towards urban traffic scenarios. Compared to highway, urban traffic is much more complex because of cluttered road scenes and diversity of obstacles. The challenge of ADAS for use in u

英文关键词： Obstacle Recognition；Stereovision；Optical Flow；Bayesian Network；Intelligent Vehicles