基于毫米波雷达的障碍物识别与测距研究.docxVIP

PAGE

PAGEIV

基于毫米波雷达的障碍物识别与测距研究

【摘要】随着自动驾驶汽车的发展，在自动驾驶系统中及时准确的检测出障碍物，对汽车的行驶安全具有重要的作用。其中毫米波雷达具有探测距离远、抗干扰性强等优势，使得毫米波雷达在障碍物识别以及测距领域都有着不可替代的作用，并在自动驾驶领域中的感知系统中获得广泛的应用，但是目前毫米波雷达存在着识别率低、聚类效果不明显的不足，为了实现毫米波雷达障碍物识别与测距的精准性，本文将对毫米波雷达障碍物识别以及测距的算法与模型进行研究和改进。介绍了FMCW毫米波雷达的工作原理以及系统结构，并实现了通过FFT和改进FFT进行测距仿真，由多普勒效应与DOA算法进行测速与测角仿真，并使用DBSCAN进行障碍物聚类，完成微多普勒特征融合，建立SVM模型并利用I-GWO优化SVM，完成毫米波雷达障碍物识别，最后进行了算法对比分析，通过仿真验证了所改进的算法分别提高了毫米波雷达测距的精度以及聚类效果，建立I-GWO-SVM模型比GWO-SVM、PSO-SVM模型更加准确。本文的研究结论，完善了毫米波雷达信号处理与目标检测的理论知识，为自动驾驶汽车感知系统的发展提供帮助，对未来实现自动驾驶，减少道路交通事故的发生，具有深远的意义。

【关键词】毫米波雷达，障碍物识别，测距，微多普勒特征，改进灰狼优化算法

ResearchonObsta