基于Haar特征与深度估计特征级联的高快速路障碍物识别方法
申请号:CN202510750908
申请日期:2025-06-06
公开号:CN120689839A
公开日期:2025-09-23
类型:发明专利
摘要
本发明公开一种基于Haar特征与深度估计特征级联的高快速路障碍物识别方法,从深度数据中获取道路图像的深度特征,并结合道路图像的深度特征对采集的道路图像进行阴影分割,得到分割图像;从分割图像中提取Haar特征和深度估计特征,并进行并行匹配处理;引入基于相似度的注意力机制,对Haar特征和深度估计特征的匹配结果进行融合,得到融合后的特征向量;对融合后的特征向量进行阈值处理,得到深度估计结果,依据深度估计结果对障碍物进行三维模型重建,并结合GPS实现对高快速路障碍物的识别。本发明有效解决了道路障碍物目标检测中受光照影响导致的障碍物识别精度不高以及动态物体的目标识别能力差的问题。
技术关键词
障碍物识别方法
Haar特征
像素
图像
坐标系
深度值
光照
AdaBoost分类器
三维网格模型
深度图
多特征融合方法
局部二值模式特征
障碍物识别系统
融合深度特征
三维模型
RANSAC算法
层级
特征值
组合特征向量