胡延平 刘 菲 魏振亚 赵林峰

1.合肥工业大学机械工程学院,合肥，2300092.合肥工业大学汽车与交通学院，合肥，230009

0 引言

在所有交通事故中，追尾事故占比最高，高达30%[1-2]。为减少追尾事故的发生，基于毫米波雷达检测的跟踪算法越来越多地应用在车辆纵向防碰撞预警系统(forward collision warning system，FCWS)中，国内外学者对此进行了大量的研究。文献[3-4]采用基于CV/CA(constant velo-city/constant acceleration)车辆运动模型的卡尔曼滤波(Kalman filter，KF)算法对前方车辆的运动状态进行跟踪与预测，其中，文献[4]解决了有杂波情况下的目标滤波问题。文献[5]针对车辆在行驶过程中经常面临的减速、超车等复杂交通状况，采用基于当前统计模型的自适应卡尔曼滤波器对目标进行跟踪，以期减小跟踪误差。车辆在行驶过程中，运动状态经常发生改变，采用单一运动模型模拟车辆运动状态是不现实的，因此文献[6]提出了交互多模型算法，通过几种运动模型模拟目标的运动状态，提高了跟踪精度。基于雷达的目标跟踪算法具有一定可行性，但雷达不具备模式识别能力且雷达检测结果存在虚假目标，易产生误报，造成驾驶员精神紧张。为弥补单传感器的设计缺点与局限性，不少学者相继提出多传感器融合概念。文献[7-10]利用毫米波雷达与摄像机的信息融合来检测前方车辆，首先通过空间坐标转换将雷达目标映射到摄像机图像中，然后，确定雷达目标在图像中的目标兴趣区域(region of interest, ROI)，最后使用不同检测算法在雷达ROI中进行车辆检测。文献[8-10]提出不同算法来细化检测车辆的边界、校正雷达ROI位置，进一步缩短车辆检测时间。……