基于多传感器融合的自动驾驶障碍物检测系统设计与置信度融合 .docxVIP

PAGE2

基于多传感器融合的自动驾驶障碍物检测系统设计与置信度融合

摘要

随着自动驾驶技术的快速发展，对车辆周围环境进行精确、鲁棒的感知是实现安全导航的关键。单一传感器在复杂多变的交通场景中易受环境干扰，导致检测结果不可靠。本设计旨在构建一个基于多传感器融合的自动驾驶障碍物检测系统，并重点优化融合过程中的置信度计算与融合策略，以提升系统对障碍物检测的准确性与鲁棒性。

本论文首先分析了自动驾驶感知系统的现实需求与现有方案的不足，明确了设计目标。随后，对关键技术如激光雷达、摄像头、毫米波雷达的感知原理及卡尔曼滤波、贝叶斯推理等融合方法进行了适用性论证。在需求分析阶段，明确了系统的功能与非功能指标。系统总体设计采用分层融合架构，详细设计了数据预处理、目标检测、置信度评估与决策融合等核心模块。实现部分展示了基于ROS（RobotOperatingSystem）框架的原型系统开发，并解决了多传感器时空同步与置信度动态加权等关键技术难点。最后，通过模拟与实车测试验证了系统功能与性能。

本设计的核心创新点在于提出了一种基于证据理论与自适应权重的置信度融合算法，该算法能够根据传感器实时置信度与环境上下文动态调整融合权重，有效提升了融合结果在光照变化、恶劣天气等挑战性场景下的可靠性。测试结果表明，系统在典型城市道路场景下的障碍物检测准确率较单一传感器系统有显著提升。

第一章绪论

1.1