张博森，陈学文

（辽宁工业大学 汽车与交通工程学院，辽宁 锦州 121001）

前言

随着传感器技术和数据处理技术的发展，快速有效的前车识别有了越来越多的方案。多传感器数据融合可大大降低目标漏检率，其含义是将来自不同来源的观测数据结合起来，以提供完整的环境描述，并克服可用性、鲁棒性等方面限制的过程。车载摄像头作为能在复杂路况环境下清晰地检测道路目标的传感器，可靠耐用，价格低廉，常用于检测分类。但其易受光线的干扰，且不能准确地检测前车速度和车距。而车载雷达可弥补摄像头的不足，因此联合两者用于目标识别会有更好的效果。基于多传感器融合的道路环境有效感知是迈向更高级驾驶辅助系统的必要一步，本文对用于前车识别的多种传感器融合方案进行了概述，并给出一种理论研究方法。

1 融合毫米波雷达、相机的前车识别

毫米波雷达和相机是智能车辆中前车识别与跟踪的两种主流且相对成熟的传感器。由于输出的数据信息在应用场景中可以互补，所以对两者信息融合的研究具有极高价值。

早期的Ulrich K.等人基于雷达和视频传感器数据，提出了一种用于驾驶员辅助的实时检测与识别系统。其中雷达用于获得感兴趣区域和距离检测，单目相机用来确定车辆宽度和横向位置。Siyang H.[1]等人在将雷达探测目标位置投影到图像平面后，选用基于零件模型的对象检测方法，实现了前方多种类目标的识别分类。……