智能车多类障碍物贝叶斯网络分类方法

本文提出了一种用于智能车,基于贝叶斯网络分类模型的道路多类型障碍物分类方法.以立体视觉方法获取的目标的三维尺寸为特征,采用预设经验的NPC算法训练产生优化的网络结构,通过EM算法训练产生离散节点的条件概率表和连续节点的条件概率分布,产生贝叶斯网络分类模型.将检测到的道路目标分成行人、骑行者、小汽车、小货车、卡车五类.用公共图像数据库KITTI对本方法进行测试,实验结果表明本文所提方法优于现有同类工作.