基于機器學(xué)習(xí)的車載雷達盲區(qū)識別

方霞

摘要：汽車在實際的車輛盲區(qū)監(jiān)測系統(tǒng)應(yīng)用中，目標識別算法主要依靠卡爾曼算法，此算法需要在靜態(tài)目標和非危險目標的剔除中依賴工程經(jīng)驗通過設(shè)定某項監(jiān)測指標的固定閾值進行過濾，閾值分割方法忽略了各個指標間的關(guān)聯(lián)關(guān)系，依賴某項或者幾項指標的車輛目標初選方法缺少準確性和魯棒性。故本文在深入研究毫米波雷達數(shù)據(jù)的基礎(chǔ)上，結(jié)合數(shù)據(jù)的目標特征和決策樹算法改進盲區(qū)目標識別的算法，提高目標識別準確性。

關(guān)鍵詞：雷達盲區(qū);目標識別;決策樹算法