论文部分内容阅读
基于激光测距雷达和机器视觉车载相机,对智能车道路的障碍物检测进行了研究。通过分析,选用激光雷达及CMOS车载相机,标定了雷达和相机,为改进低照度环境下提取图像存在的缺陷,制定了Retinex算法来增强低照度图像。因两种传感器频率不同,结合D-S证据理论,将车载相机和激光雷达数据进行融合,对真实环境中的行人和车辆信息进行准确识别,融合相关数据后可以发现,与单一传感器相比,该系统检测的概率更高。在验证过程中,通过比较数据融合前后智能车避障轨迹开始点及障碍物间距离,相比于障碍物间距离,第六个目标避障中数据