融合距离与彩色信息的草丛中障碍物检测.pdfVIP

第36卷第3期 光电工程 V0ll-36．NO．3 2009年 3月 Opto—ElectronicEngineering March．2009 文章编号：1003—501X(2009)03—0079—05 融合距离与彩色信息的草丛中障碍物检测 项志宇 1,2，王 伟 ，2 (1．浙江大学 信息与通信工程研究所，杭州 310027； 2．浙江省综合信息网技术重点实验室 ，杭州 310027) 摘要：提出了一种融合激光雷达和单目摄像机的草丛中障碍物检测方法。首先由三维激光雷达测得一系列作为训 练样本的距离数据，统计障碍物与杂草的形状特征参数，并利用期望最~(ExpectationMaximization)算法求得高斯 混合模型(GaussianMixtureMode1)来表征该特征值分布情况。利用该高斯混合模型可以从待测场景提取 出候选障 碍物区域。同时，采用均值偏移算法对场景的彩色图像进行分割，获得场景的区域信息 借助激光雷达和摄像机 联合标定的结果，将激光雷达获得的候选障碍物区域投影至分割后的彩色图像，并进行融合获得最终障碍物判别 结果。实验表明该方法能有效地检测出草丛中的障碍物，并具有较高的精度和较低的虚警率。 关键词：障碍物检测；高斯混合模型；信息融合；均值偏移 中图分类号：TP242．6，TP391．4 文献标志码：A DetectingObstaclesinGrassbyFusingRangeandColorInformation XIANG Zhi．yu，2 WANGW ei， (1．InstitutionofinformationandCommunicationEngineering，Zh~iangUniversity，Hangzhou310027，China； 2．ZhejiangProvincalKeyLaboratoryofinformationNetworkTechnology，Hangzhou310027，China) Abstract：A novelmethodfordetectingobstaclesingrassisproposedbyfusinginformationfrom ladarandcamera． Firstly,trainingrangedataisacquiredbya3-D ladar,andshapefeatureparametersofobstaclesandrgassraecalculated respectively．UsingExpectationMaximization(EM)algorithm，theGaussianMixtureModel(GMM)whichrepresentsthe distributionofshapefeaturesisleamed．Withtheselearnedmodels，the3-Dpointsofcandidateobstaclesinthescenecan beobtained．Meanwhile．mean—shiftalgorithm isapplied to the corresponding colorimageto acquirehteregion infomrationofthescene．Withtheresultofjointcalibrationofthe3D ladarandthecamera，thosecandidateobstacle pointsraeprojectedtothesegmentedimageandfusionisthenperfomredtomakethefinaldecision．Experimentalresults show htattheproposedmethodcandistinguishobstaclesfrom grasseffectivelywithhighp