|
|||||
|
|
| 基于小波模极大值和SVM的智能车辆障碍物检测 | |
| 作者姓名： | 沈志熙 黄席樾 权循宝 李晓伟 |
| 作者单位： | 重庆大学,自动化学院,重庆,400030 |
| 基金项目： | 国家自然科学基金资助项目,重庆市自然科学基金资助项目 |
| 摘 要： | 针对复杂交通场景中智能车辆前向障碍物检测问题,根据障碍物的后视视觉特征,提出了一种基于小波模极大值和支持向量机的障碍物检测方法.利用小波变换对奇异信号的多尺度分析,并结合障碍物先验知识的多特征组合,对候选障碍物区域进行检测;构建了一种适合于交通场景中障碍物分类的二叉树支持向量机(BT-SVM)多类分类器,对候选障碍物区域进行确认识别.将该方法应用于高速公路、城区道路等多种交通场景中,实车实验结果表明了本方法的有效性、实时性和通用性. |
| 关 键 词： | 智能车辆 障碍物检测 小波模极大值 支持向量机 复杂交通场景 |
| 收稿时间： | 2008-05-19 |
| 修稿时间： | 2008-06-28 |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |
| 点击此处可从《四川大学学报(工程科学版)》浏览原始摘要信息 | |
| 点击此处可从《四川大学学报(工程科学版)》下载全文 | |