中文摘要: 为了提高复杂场景的多行人实时检测的准确性，提出了一种基于 3D 毫米波雷达和视觉融合的检测方法。首先采用 YOLOv5s 对视觉信息进行行人检测，将雷达数据通过数据预处理层、检测层、跟踪层输出的三维目标点。其次对雷达和相机进行时间上的同步标定，使用 EPnP 算法拟合雷达和相机的外部参数矩阵完成空间标定。然后根据目标检测框重叠率和中心点归一化欧氏距离特征构造关联矩阵，最后输入匈牙利算法完成数据关联，输出融合目标。实验结果表明，在遮挡、行人交错等复杂场景下，所提出的融合方法检测正确率均高于单一传感器，对比最近邻域和全局最近邻域的数据关联算法平均检测正确率分别提高了 4.12% 和 2.54%，平均关联精确率分别提高了 4.25% 和 2.93%，对于多行人实时检测具有实际的应用价值。