冯清泉，张 阳，韦文夏，陈 放

(国防科技大学信息通信学院，湖北武汉 430014)

0 引言

随着对无人驾驶汽车技术研究的深入，在智能驾驶车辆的感知层面，多传感器的数据融合方法正在被越来越多的研究人员认可并采用。目前主要有三种融合方法，分别是基于激光雷达和图像数据的融合检测法、基于毫米波雷达和图像的融合检测法[1]以及三种传感器融合检测的方法。毫米波雷达与图像的融合方法，以其成本较低，受天气影响小且包含目标的运动信息等优势，逐渐成为研究热点。

传感器的数据融合有不同的策略，主要包括图像级融合、目标级融合和信号级融合三种。图像级融合是指，将毫米波雷达的数据特征添加补充到图像特征中，以图像为主体完成识别分类等相关任务；文献[2-3]利用毫米波雷达产生感兴趣区域，融合图像实现了对车辆的检测和识别。

在图像级融合策略中，实现毫米波雷达目标和图像目标之间的配准是实现数据融合的一个基础问题，目标匹配结果的准确与否直接关系到融合算法的效果。

1 传感器数据的采集

1.1 毫米波雷达和相机的安装与数据采集

毫米波雷达是指工作在毫米波波段的雷达，本文使用的是德尔福的ESR雷达，该雷达是一款高频电子扫描雷达，具有中距离和远距离的扫描能力，在长距离上对目标车辆相对距离和速度进行精准测量，在中距离上可以实现更大角度范围的覆盖，比如可以识别两侧变道超车的车辆目标，减少视野盲区，目标分辨能力较强，每次最多可检测64个目标。……