本技术公开一种雷达数据和相机数据融合方法及系统,涉及路口智能车辆管理领域,包括:通过将目标点对应的雷达坐标和相机坐标转换到透视变换后的坐标系,然后采用密集目标和稀疏目标分离的匹配算法在透视变换后的坐标系下对雷达数据与相机数据进行融合,由于透视变换后的坐标系为经过相机畸变校正后的平面,可以减少数据匹配的误差,同时密集目标算法与雷达的能量相关,可以提高雷达数据与相机数据匹配的正确率,并且稀疏目标匹配算法可以进一步减小相机抖动误差的影响,进而进一步提升雷达数据与相机数据匹配的正确率。
背景技术
随着城市汽车数量的不断增加,路况也越发复杂,尤其是在各种路口区域,车辆、非机动车、行人等汇聚在一起,因此通常通过雷达结合相机的方式对多个路口的车辆目标进行跟踪与检测。为了能够更好地将雷达采集的目标点的数据与相机采集到的目标点的数据相结合,通常会对各个路口跟踪的同一目标的数据进行融合。
目前在进行同一目标的雷达数据和相机数据进行融合时,通常是在像素坐标系中通过雷达坐标筛选出感兴趣区域,再采用R-CNN算法对车辆进行检测识别;然而由于在对感兴趣的像素区域采用R-CNN算法进行检测时,如果目标比较密集会出现目标误检测,同时由于该神经网络算法运算量大、实时性低,因此对设备的硬件条件要求较高、实现难度较大。
实现思路