机械工程学报

作者：薛培林, 吴愿, 殷国栋, 刘帅鹏, 林乙蘅, 黄文涵, 张云

单位：1. 东南大学机械工程学院 南京 211189;2. 陆军特种作战学院 桂林 541002;3. 福特汽车工程研究(南京)有限公司 南京 211100

关键词：yolo,聚类,位姿估计,激光雷达,视觉,信息融合；

基金：国家重点研发计划（2016YFD0700905）、国家自然科学基金（51975118，U1664258）、江苏省重点研发计划（BE2019004-2）和江苏省成果转化项目（BA2018023）资助项目。

针对单一传感器感知维度不足、实时性差的问题，提出一种激光雷达与相机融合的城市自主车辆实时目标识别方法。建立两传感器间的坐标变换模型，实现两传感器的像素级匹配。改进yolov3-tiny算法，提高目标检测准确率。对激光雷达点进行体素网格滤波，根据点云坡度进行地面分割。建立聚类半径与距离作用模型，对非地面点云进行聚类。引入图像中包络的思想，获取目标三维边界框以及位姿信息；将视觉目标特征与激光雷达目标特征融合。试验结果表明，改进的yolov3-tiny算法对于城市密集目标具有更高的识别率，雷达算法能够完整的完成三维目标检测以及位姿估计，融合识别系统在准确率、实时性方面达到实际行驶要求。

来源：2020年第12期

《机械工程学报》期刊编辑部

查看机械工程学报杂志2020年第12期