隧道环境内无人驾驶车辆目标决策两级信息融合感知策略

作     者：王茂森 鲍久圣 谢厚抗 刘同冈 阴妍 章全利 WANG Maosen;BAO Jiusheng;XIE Houkang;LIU Tonggang;YIN Yan;ZHANG Quanli

作者机构：中国矿业大学机电工程学院徐州221116 

出 版 物：《中国机械工程》 (China Mechanical Engineering)

年 卷 期：2024年第35卷第3期

页      面：427-437页

核心收录：

学科分类：0711[理学-系统科学] 1205[管理学-图书情报与档案管理] 12[管理学] 1202[管理学-工商管理] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 0835[工学-软件工程] 0803[工学-光学工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 0823[工学-交通运输工程] 

基　　金：江苏省科技成果转化专项资金(BA2023035) 中央高校基本科研业务费专项资金(2022XSCX27) 江苏高校优势学科建设工程项目(PAPD) 

主　　题：隧道环境 无人驾驶 多传感器融合 D-S证据理论 “目标决策”两级融合策略 

摘      要：基于隧道内的特殊行驶环境和无人驾驶感知需求,选择合适的传感器及硬件搭建试验车辆,构建了毫米波雷达与摄像头多传感器融合的感知系统;基于YOLOv4目标级信息融合算法和改进D-S证据理论决策级信息融合算法,提出了一种“目标决策两级信息融合策略;最后,在城市道路隧道环境内开展了感知信息两级融合验证试验,试验结果表明:相比单一的摄像头或毫米波雷达感知效果,基于摄像头与毫米波雷达传感器感知ROI区域关联实现的目标级融合结果可以提高9.51%的识别准确率,弥补了单一传感器在隧道环境内感知技术的不足;基于目标级融合感知结果,利用改进后的D-S证据理论算法再进行决策级融合,相比于单一的目标级融合结果,误检率降低了3.61%,显著提高了检测精度。采取多传感器感知信息目标决策两级融合策略能够满足隧道特殊环境内无人驾驶车辆可靠感知需求,为推动无人驾驶技术落地应用提供了理论与技术支撑。