摘要
针对中国大学生无人驾驶方程式大赛(formula student autonomous China,FSAC)中的单一传感器检测环境适应性差等问题,提出一种基于激光雷达和相机融合的障碍物检测算法.对激光点云进行滤波、去地面和条件欧式聚类处理,确定锥桶位置;采用YOLOv7算法对图像进行检测并获取颜色信息;将传感器进行时空对齐,采用二次最近邻算法进行匹配,获取锥桶障碍物的位置和颜色信息.采用FSAC赛车作为实验平台,在动态测试中,该算法比取交集融合算法的准确率提升了5.52％,误差降低了29.47％,速度提升了21.66％,可以很好地满足检测的准确性和实时性,较好地实现了无人赛车的感知任务,同时为无人驾驶车辆的融合感知提供了一定参考依据.
基金项目
湖北省教育厅科研项目指导性项目(B2022397)
湖北省重点研发计划(2021BED004)
湖北汽车工业学院教学研究与改革创新创业教育专项(SCJY202314)
国家科技期刊平台
NSTL
万方数据