摘要
本发明涉及测量技术领域,公开一种多信息融合的障碍物测量方法,包括以下步骤:S1、通过坐标变换将激光雷达坐标变换到相机的坐标系下,再通过深度相机以及激光雷达传感器获取周围障碍物信息;S2、利用RBF神经网络对测得障碍物信息的数据进行训练;S3、制定融合规则,结合贝叶斯估计更新对无人车的运动状态进行估计与更新。本发明利用激光雷达和深度相机传感器,并通过相应的坐标变换,对障碍物的距离进行测量,将传感器得到的数据,通过选择恰当的传递函数和学习算法,利用RBF神经网络进行训练,并通过制定相应的融合规则,结合贝叶斯估计更新对无人车的运动状态进行估计与更新,实现了对障碍物的精确测量,具有准确性高以及速度快的特点。