基于多传感器融合的越野环境路面信息识别

作者：刘辉^*; 刘聪; 韩立金; 何鹏; 聂士达

来源：北京理工大学学报, 2023, 43(08): 783-791.

DOI：10.15918/j.tbit1001-0645.2022.177

• 越野环境
• 路面类型识别
• 多传感器信息融合
• 迁移学习
• 可通行区域检测

为实现精准的越野环境路面信息识别，文中提出了一种基于多传感器信息融合的路面信息识别方法.首先，针对车辆簧下振动加速度信号设计了特征提取算法，通过双线性池化方法融合加速度特征与图像+深度特征，以实现对越野路面类型的多维度特征融合与识别.然后，为提高越野路面可通行区域检测效果，引入迁移学习方法，将越野场景路面类型识别模型中路面特征提取的共性知识向通行区域分割模型进行迁移.在真实越野环境数据集下对模型进行训练与测试，测试结果表明文中提出的识别方法不仅在越野场景路面类型识别任务上获得了98.65%的平均分类准确率，而且引入先验知识可明显提升通行区域检测效果.

• 出版日期2023
• 单位北京理工大学