应用于汽车主动安全的三维目标识别算法研究研究.pdfVIP

应用于汽车主动安全的三维目标识别算法研究 邓俊文1，李正浩1’2，韩鹏2，王东强2，夏静满3 (1重庆大学光电工程学院 重庆，400044) (2重庆市科学技术研究院 重庆，401123) (3重庆长鹏实业集团(有限)公司重庆，400082) 摘要：针对车载条件下获取的深度图像场景复杂，部分深度信息缺失的问题，本文引入了鲁棒的方位直方图特征和高 效的三维霍夫投票算法，可以在场景复杂，部分深度信息缺失的条件下实现三维目标识别，为车载条件下的三维目标识别提供 了解决方案。 关键词：汽车主动安全；三维目标识别；特征描述符；点云 DOl编码：10．14016a．cnki．1001．9227．2015．03．073 Ablh翟t sensors onthevehicle haveasetof and Rangeimagesacquiredby clutter,occlusion generally nuisances．including holes．Weintroducedarobustfeature named of of al- orientationsandanefficient3D descriptorsignaturehistograms Houghvoting for 3D inthe of andholes．Thisworkisa solutionfor 3D gorithm clutter,occlusion recognizingobjectspresence potential handling on—board invehicles． objectsrecognitionusing equipment active cloud K盯鼬：Vehiclesafety；3Drecognition；Feature object descriptor；Point 中图分类号：TN244 文献标识码：A 0 引 言 中可能算得不同的特征向量，特征的可重复性受限。Guo等人 三维目标识别相比于基于二维图像的目标识别技术，有着 将绕局部参考系旋转后的点云投影到三个坐标平面，根据点云 独特的技术优势：其一，包含更多深度信息；其二，特征提取 在二维平面上分布的统计特征定义了旋转投影统计特征m一。该 受尺度、旋转和光照的影响小；其三，对目标姿态的估计更精 特征对点云分辨率变化、噪声、遮挡均具有较强的鲁棒性，而 确”I。由于它有望解决基于二维图像的目标识别中面临的诸多 且在各大流行的深度图数据库上均取得了较高的识别率，但由 难题，可应用于路障探测、行人检测等车载电子系统，目前在 于特征提取过程中需要对点云反复的旋转并投影，导致特征提 汽车主动安全领域开始受到广泛关注，并逐渐成为新的研究热 取的计算量较大，耗时较多，不能满足车载条件下快速提取场 点I酬。 景特征的要求。本文引入了方位直方图特征17]，该特征不仅对 由于在现实场景中，场景复杂且实体之间相互遮挡，加之 于存在噪声、遮挡的复杂场景有较强的鲁棒性，而且特征构造 车载环境下，传感器性能和图像配准算法性能的局限