【摘 要】
：
汽车的保有量近年来逐渐增多,道路交通安全问题也随之愈加突出。交叉路口发生的交通事故约占总事故的三成。作为交通事故的高发地之一,交叉路口的环境也较为复杂,其包含了车辆和非机动车道上的通行人员。在发生交通事故时,考虑到行人和二轮车辆处于弱势一方,因此建立完善的行人和二轮车辆检测预警系统是减少路口交通事故的关键。随着深度学习近几年的快速发展,基于视觉的目标检测及跟踪算法有效提升了摄像机识别物体类别的精确
论文部分内容阅读
汽车的保有量近年来逐渐增多,道路交通安全问题也随之愈加突出。交叉路口发生的交通事故约占总事故的三成。作为交通事故的高发地之一,交叉路口的环境也较为复杂,其包含了车辆和非机动车道上的通行人员。在发生交通事故时,考虑到行人和二轮车辆处于弱势一方,因此建立完善的行人和二轮车辆检测预警系统是减少路口交通事故的关键。随着深度学习近几年的快速发展,基于视觉的目标检测及跟踪算法有效提升了摄像机识别物体类别的精确度并且降低获取目标状态信息的响应时间。结合视觉信息构建合理的车辆防碰撞系统已成为目前研究工作的热点。本文以道路交通中的交叉路口作为研究场景,开展了以行人和二轮车辆为主体的多目标检测、跟踪以及路口车辆防碰撞系统的研究,主要的研究内容如下:（1）建立更加适用于行人和二轮车辆目标的检测模型。在比对YOLOv3和YOLOv4算法的网络结构后,选用YOLOv4算法作为基础模型并对其检测网络进行了改进,从而解决路口行人和二轮车辆的遮挡情况。首先标注VOC、COCO数据集中包含行人和二轮车辆的图片以及自行采集的相关图片,从而构建针对路口弱势一方的样本库,其次利用K-means聚类样本库以完成先验框的设计,最后相较于传统非极大值抑制算法,模型采用优化过的IOU-NMS算法代替进而减少目标的漏检率。通过在路口弱势群体样本库上进行模型训练及测试,结果表明本文的YOLO＿M网络模型平均检测精度为91.9%,帧处理速率达到39FPS。（2）实现基于深度学习的行人与二轮车辆的多目标跟踪。基于卡尔曼滤波的传统跟踪算法通过匹配能够实现行人的检测和跟踪,但是对于路口交通行人和二轮车辆流量大的情况无法完成跟踪任务。本文对路口交通行人和二轮车辆运动目标的特性进行分析,结合检测模型的结果作为输入,采用基准Deep SORT多目标跟踪模型并且具体分析其原理,设计余弦度量的优化进而提高路口人流密集环境下的跟踪效果。最后跟踪模型在MOT17数据集和实际路口环境验证性能,达到了路口环境下的精度和实时性要求。（3）针对行人和二轮车辆的弱势方设计有效的防碰撞系统。首先使用单目测距获取前方目标的位置信息,参考传统方法设计适用于行人与二轮车辆的预警策略,同时结合路口场景进行道路标志的有效识别从而引导车辆的行驶,最后结合自车车速、相对横向距离和纵向碰撞时间对前方运动目标做出危险等级的评估。通过将实车采集的数据在视频图像上输出的预警结果与有经验的驾驶员的分析结果进行比对,实验证实了针对弱势群体设计的车辆防碰撞系统能够满足纵向预警响应以及横向的驾驶规范。
其他文献
车身结构件是担任承载和抵抗外物入侵的重要零部件,对汽车的正常行驶和驾驶员的安全有着非常重要的意义。因此,对作为车身结构件首选成形工艺的冲压工艺进行研究具有重要的科学意义和应用前景。目前,设计人员在进行工艺设计时很大程度是依靠自身的主观经验,这种主观的知识学习会因为个人的性格和习惯不同而导致学习结果参差不齐,而且漫长的过程也使得学习效率很难提高。在车身结构件的冲压工艺设计过程中,这些不标准和低效率的
有机-无机卤化物钙钛矿材料具有光吸收性能优越、缺陷密度低等优势,由其制备的钙钛矿太阳能电池已经成为了近几年光伏界的新宠。在十几年的发展时间里,其光电转换效率已经达到了25.5%,可以与目前主流的晶硅太阳能电池相媲美。然而,这是由旋涂法制备的小面积器件,无法大规模生产。因此,钙钛矿电池器件的放大制备是其商业化发展过程中的重要一环。自2015年刮涂法制备钙钛矿薄膜报道以来,这被认为是一种低成本、可放大
以根本性解决道路安全问题、提高交通效率为目的,自动驾驶相关技术已成为当前国际汽车领域的研究热点。精准、鲁棒的路径跟踪控制是实现复杂行驶环境下高安全、高可靠自动驾驶的前提和基础。车辆是一个非线性的复杂系统,行驶过程中又受到多变的驾驶环境带来的不确定性干扰,如何提高车辆在不同车速、路面附着条件下的路径跟踪性能,同时保证跟踪过程中车辆的稳定性是当前自动驾驶车辆路径跟踪控制的难点。针对上述难点,本研究提出
高精度定位是智能驾驶中承前启后的关键技术,随着人工智能、计算机技术和信息技术的快速发展与迭代,车路协同成为高精度定位的另一个研究热点。非结构化场景具有大量树木遮挡、环境特征零散杂乱且多为非结构化特征,缺乏标准道路信息等特点,无法良好地实现高精度定位,尤其在横向运动区域定位误差大。为了更好地解决该问题,采取车路协同定位方案,利用车载激光雷达、IMU和路侧双目摄像头,结合多传感器融合技术实现高精度定位
行人检测是自动驾驶汽车环境感知的主要任务之一,也是构建复杂交通环境下自动驾驶系统的核心关键技术之一。融合可见光图像和红外图像的多光谱行人检测系统在理论上能够实现多光谱信息的优势互补,显著提高全天候行人检测的鲁棒性和准确性,发展潜力巨大。然而,现有研究在多光谱行人特征的鲁棒表达方法和自适应融合机制等关键环节还不够深入,所构建的多光谱行人检测器在准确率、鲁棒性等方面仍存在较为明显的不足,难以满足复杂行
胶接是解决复合材料连接问题的主要方法,随着轻量化技术的不断发展,碳纤维增强复合材料（CFRP）在各领域有了广泛应用,尤其是汽车与航天航空领域,这对胶接技术提出了更高的要求。如何实现更充分的界面结合,提高胶接接头的质量,了解强化胶接的机理,在复合材料的胶接领域具有重要意义。针对这个问题,本文进行了超声强化CFRP胶接接头的工艺设计,研究了超声振动对CFRP胶接接头界面锚固的影响及机理,主要研究内容如
报废汽车车身破碎尾料中含有大量的铜、铝、不锈钢等高附加值金属料,需要对其进行分选后再利用。随着机器视觉技术的快速发展,破碎料自动化智能识别分选成为可能。在分选流程中,铜、铝、不锈钢三类金属特性相近分选难度最大,论文提出了一种金属破碎料三分类机器视觉分选方法,并开展了研究工作。制定了金属破碎料的分选方案。统计分析汽车车身金属破碎料的外观及结构特性,在机器视觉原理的基础上,设计由识别机构、拣选机构及控
缺陷的存在会降低构件使用性能,缩短服役寿命,因此对构件的缺陷检测尤为重要。激光超声除了具有传统超声的优点外,还可以进行非接触检测,便于实现自动化扫查,因此应用广泛。但是激光超声采用传统人工识别缺陷的方式,会引起缺陷的漏判错判,影响检测的准确性。为此,本文提出一种激光超声内部缺陷检测方法,并从检测信号中提取缺陷衍射回波信号,统计其信号特征,分析特征数据与缺陷参数的映射关系,实现缺陷的自动识别。具体研
为了获得一个良好的车内气动噪声水平,在汽车早期研发过程中,常基于数值模拟不断对汽车外部造型进行优化。然而,目前在汽车气动噪声优化分析常用的步骤中,还存在着一些不足之处。针对表面压力解耦和车内噪声计算的不足之处,本文将基于薄膜分析的表面压力解耦方法——薄膜模态分解法和车内噪声计算方法——模态声传递向量法应用于汽车气动噪声分析中,主要内容如下:首先,采用简易类车体模型对计算方法的可行性进行验证。基于薄
面对复杂的交通场景和来自环境的多变性以及驾驶员的自身局限性,智能车辆的研发与应用对于保证行车安全,提高交通效率显得格外重要。而轨迹规划与控制又是智能汽车自主控制的核心部分,是智能车辆跟踪期望全局路径和躲避动态交通目标安全行驶的前提与基础。由于交通目标具有的不确定性对车辆轨迹规划和行车安全造成较大的风险,且不同的驾驶员对于车辆驾驶风格有不同的要求,因此基于概率的轨迹预测和不同的驾驶风格同时被考虑。此