[1]李 洋.智能车辆障碍物检测技术综述[J].大众科技,2019,21(06):65-68.
　Overview of Obstacle Detection Technology for Intelligent Vehicles[J].Popular Science & Technology,2019,21(06):65-68.
点击复制

智能车辆障碍物检测技术综述()
分享到：

《大众科技》[ISSN:1008-1151/CN:45-1235/N]

卷:
21
期数:
2019年06
页码:
65-68
栏目:
电力与机械
出版日期:
2019-06-20

文章信息/Info

Title:
Overview of Obstacle Detection Technology for Intelligent Vehicles
作者:
李 洋
（四川大学制造科学与工程学院，四川 成都 610065）
关键词:
雷达; 障碍物检测; 机器视觉; 智能车辆
Keywords:
radar;  obstacle detection;  machine vision;  intelligent vehicle
文献标志码:
A
摘要:
障碍物检测是智能车辆环境感知技术结构中的重要内容，也是实现辅助驾驶功能的前提。文章介绍了车辆障碍物检测所需不同类型传感器的特点，分别重点阐述了基于电磁波信息、图像信息和多信息融合的障碍物检测技术，论述了采集和处理信息的主要技术手段与算法，为智能车辆的开发和发展提供参考。
Abstract:
Obstacle detection is an important part of the structure of intelligent vehicle environmental awareness technology, and alsoa prerequisite for the realization of auxiliary driving function. In this paper, the characteristics of different types of sensors for vehicleobstacle detection were introduced, and the obstacle detection technology based on electromagnetic wave information, image informationand multi-information fusion were focused on, and the main technical means and algorithms for collecting and processing information werediscussed, which can provide reference for the development and development of intelligent vehicles.

参考文献/References:

[1] 何佳,戎辉,王文扬,等.百度谷歌无人驾驶汽车发展综述[J].汽车电器,2017(12):19-21.[2] 李斌.智能车辆前方车辆探测及安全车距控制方法的研究[D].长春:吉林大学,2002.[3] 关超华,陈泳丹,陈慧岩,等.基于改进 DBSCAN 算法的激光雷达车辆探测方法[J].北京理工大学学报,2010,30(6):732-736.[4] 王艺帆.自动驾驶汽车感知系统关键技术综述[J].汽车电器,2016(12):12-16.[5] 谢德胜,徐友春,王任栋,等.基于三维激光雷达的无人车障碍物检测与跟踪[J].汽车工程,2018,40(8):952-959.[6] 王世峰,戴祥,徐宁,等.无人驾驶汽车环境感知技术综述[J].长春理工大学学报(自然科学版),2017(1):1-6.[7] 吴荣燎,金钻,钟停江,等.基于毫米波雷达的车辆测距系统[J].汽车实用技术,2019(2):33-35.[8] 金李扬,吴迪,晏桂喜,等.基于毫米波雷达的汽车预警系统[J].时代汽车,2018(5):18-20.[9] 陈斌,裴晓飞,雷佳鑫.智能汽车双毫米波雷达信息融合研究[C].中国汽车工程学会:2018 中国汽车工程学会年会论文集.[10] 汤传国.基于超声波测距的倒车雷达系统研究[D].西安：长安大学,2015.[11] 李锦润,张玉振,李昊朔.基于机器学习的车辆避障研究[J].科技视界,2018(36):249-250.[12] 康磊.基于卷积神经网络的前方车辆障碍物检测算法研究[D].广州:华南理工大学,2016.[13] 韩飞龙,应捷,朱丹丹.一种新的车辆辅助驾驶动态障碍物检测与分类方法[J].计算机应用研究,2017,34(6):1909-1912.[14] 朱倩倩,刘森,郭维明.基于 Faster R-CNN 的车牌检测研究[J].汽车工业研究,2019(1):57-60.[15] 侯美杉.智能车辆视觉导航中障碍物的检测[D].西安工业大学,2013.[16] 王荣本,李琳辉,金立生,等.基于双目视觉的智能车辆障碍物探测技术研究[J].中国图象图形学报,2007(12):2158-2163.[17] 辛煜.无人驾驶车辆运动障碍物检测、预测和避撞方法研究[D].合肥:中国科学技术大学,2014.[18] 康俊民.城市环境下无人车自主定位关键技术研究[D].西安:长安大学,2016.[19] 陈龙.城市环境下无人驾驶智能车感知系统若干关键技术研究[D].武汉:武汉大学,2013.

相似文献/References:

[1]吴见平,黄锋锋,熊平戬.光环行器在天线阵配相中的应用[J].大众科技,2019,21(05):19.
　Expanding the Operating Temperature Range of Optical Communication Systemwith Semiconductor Refrigerator[J].Popular Science & Technology,2019,21(06):19.
[2]李延辉　李　琼　胡晓琴.一种雷达中频信号源的设计与实现[J].大众科技,2020,22(10):9.
　Design and Implementation of a Radar IF Signal Source[J].Popular Science & Technology,2020,22(06):9.
[3]黄铭绸 黄奕丹 许乾杰 何秀恋 洪晓湘.漳州市一次梅雨期强降水过程成因分析[J].大众科技,2023,25(7):45.
　Analysis of the Causes of a Heavy Precipitation Process during the Rainy Season in Zhangzhou City[J].Popular Science & Technology,2023,25(06):45.

备注/Memo

备注/Memo:
【收稿日期】2019-04-10【作者简介】李洋（1995－），男，湖北武汉人，四川大学制造科学与工程学院学生，研究方向为机械设计制造及其自动化专业。
更新日期/Last Update: 2020-01-21