基于多特征融合的车辆检测算法

摘要

为了实现智能车辆行车环境周围车辆的高可靠检测,提高车辆检测算法的环境适应能力,研究了一种基于多特征融合的车辆检测算法。利用激光雷达传感器获取的原始数据,通过提取路面点、栅格化、空间聚类方法对激光雷达传感器数据进行了分割,得到若干候选目标;使用支持向量机(SVM)对候选目标进行分类,得到检测的车辆目标。构建分类器的输入量时,在基本的几何特征和反射率特征基础上,加入了L型特征和反射率分布特征用于训练分类器,提高了车辆检测的准确性。在训练分类器之前,对输入的特征向量进行了非参数特征权重提取转换,进一步提高了车辆检测的准确性。实验结果表明:所提基于多特征融合的车辆检测算法在多种场景下具有较好的鲁棒性和环境适应性。