面向无人车近距离行人跟踪的自适应双重识别技术

智能无人小车的感知系统作为前端输入,对小车的功能应用至关重要,但是现有的传感器均存在视野盲区,导致无人小车对近距离目标不敏感,易引发安全问题。因此,对近距离目标有效识别和跟踪成为了亟需解决的问题。提出一种自适应双重识别技术,该技术采用当前主流目标检测器和目标跟踪器,并结合重识别技术对近距离行人进行实时跟踪。该方法弥补了当前深度学习算法强依赖数据集的不足,提高了算法的通用性,增强了无人小车感知范围,提升了无人车的商业价值。实车实验表明,该算法可实现对近距离行人从远至近、从近至远的持续跟踪,行人ID保持稳定。