《越野环境中无人驾驶车的障碍目标识别》PDF+DOC
作者:赵一兵,郭烈,张明恒,李琳辉
单位:信号处理学会;微弱信号检测学会;南京航空航天大学
出版:《数据采集与处理》2011年第04期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFSJCJ2011040110
DOC编号:DOCSJCJ2011040119
下载格式:PDF + Word/doc 文字可复制、可编辑
《无人驾驶车在越野环境中障碍身份识别》PDF+DOC2012年第01期 赵一兵,郭烈,张明恒,李琳辉
《基于D-S证据理论的障碍目标身份识别》PDF+DOC2008年第06期 赵一兵,王荣本,李琳辉,郭烈
《D-S证据理论改进算法提高水下目标识别准确性》PDF+DOC2018年第01期 刘标,许腾,李光
《D-S证据理论在双模复合制导导弹目标识别中的应用》PDF+DOC2006年第S7期 徐登武,陈少华,黄汉桥
《多传感器数据关联在目标识别中的应用》PDF+DOC2007年第06期 王赫男,杨辉
《D-S证据理论在多传感器信息融合中的改进》PDF+DOC 李向莉,吕建平
《基于神经网络与D-S证据理论的多传感器目标识别技术》PDF+DOC2010年第02期 肖婷婷,张冰
《基于Dempster组合规则的电子目标识别算法研究》PDF+DOC2007年第04期 俞志富,罗景青,吕久明
《基于最大隶属度与证据理论的目标识别融合》PDF+DOC2007年第06期 张玉鹏,李延磊,孙暄,鲁佳琪
《基于D-S证据理论的运动平台多传感器目标分类》PDF+DOC2006年第02期 盖旭刚,江晶,秦江敏
针对无人驾驶车环境感知技术,基于D-S证据理论融合多传感器信息,旨在解决障碍物身份识别技术难点。基于CCD和激光传感器建立信息融合系统,并提取每种障碍物的5个特征证据,包括距离对比度特征、平行四边形特征、边缘形状特征、灰度纹理特征和颜色特征。再根据目标类型和环境加权系数选择经验公式,通过模糊插值法求取身份隶属度近似获得各特征对目标的相关系数构造基本概率赋值函数。最后制定Dempster组合规则,融合多传感器特征信息识别障碍身份。试验表明本文方法能够准确有效地获取基本概率赋值函数,D-S证据理论融合方法提高了障碍物身份识别的准确性和鲁棒性。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。