【摘 要】
：
路沿检测是智能车辆环境感知中的重要环节。实际场景中,路沿检测精度受天气与光照的影响,现有的方法很难实现常规天气与极端天气下的路沿高精度检测,且路沿特征表现为近车端目标大,远车端目标小,导致实际场景中检测效果差。本文基于深度学习语义分割的方法实现常规天气与雾霾天气下的高精度路沿检测。面向常规天气与雾霾道路场景使用单目相机采集数据集图片。对采集到的常规天气道路场景图片进行标注,作为常规天气训练集标签。
论文部分内容阅读
路沿检测是智能车辆环境感知中的重要环节。实际场景中,路沿检测精度受天气与光照的影响,现有的方法很难实现常规天气与极端天气下的路沿高精度检测,且路沿特征表现为近车端目标大,远车端目标小,导致实际场景中检测效果差。本文基于深度学习语义分割的方法实现常规天气与雾霾天气下的高精度路沿检测。面向常规天气与雾霾道路场景使用单目相机采集数据集图片。对采集到的常规天气道路场景图片进行标注,作为常规天气训练集标签。采集到的雾霾道路场景图片作为雾霾场景测试集,其训练集为清晰场景加雾处理后的图片。实现高精度的路沿检测,需要设计可靠的网络模型并提供给网络可靠的数据集。针对人工标注费时费力的问题,本文设计了一种基于改进的FCN网络自动生成常规天气训练集标签的流程。针对路沿近车端目标大,远车端目标小的问题,设计了一种基于双支路与特征融合的常规天气路沿分割网络。该网络通过联合特征金字塔模块,充分融合高、低层特征,实现了大、小目标的精确语义分割。针对雾霾场景检测精度低的问题,设计了共享主干特征的雾天路沿检测网络,该网络利用去雾透射模块与语义分割网络的特征图联合预测结果,提升语义分割算法在有雾天气下的鲁棒性,其语义分割任务通过设计好的非对称编解码结构网络实现。改进的FCN经过测试,平均交并比可达71.6%,比FCN提高了9.3%,该流程比人工标注速度提升了23倍。将提出的常规天气与雾天路沿检测网络集成为ROS节点,在智能车辆实验平台上进行验证。经过测试和实车验证,所提出的常规天气路沿检测网络平均交并比可达79.65%,比Bise Net提高了13.98%;FPS高达61.6,比Bise Net高15.9。提出的雾霾场景路沿分割网络平均交并比可达51.65%,比直接使用非对称编解码结构网络高10.35个百分点。经过实验验证,证明了网络模型的可靠性,可应用于常规天气与雾霾场景的智能车辆路沿检测。
其他文献
切削是加工制造业中应用最多的工件加工方式,而在切削过程中,刀具优劣是决定工件最终品质的重要因素之一。随着超硬难加工工件不断涌现,对刀具提出了越来越高的要求,传统硬质合金等刀具已不能满足现代切削要求。陶瓷材料具有高耐磨性和高硬度的优点,是极具潜力的新型刀具材料。目前商业化的陶瓷刀具以Al2O3、CBN和Si3N4材料为主,但在一些特种加工中这些材料的硬度仍不能满足对刀具的硬度要求,因此,以具有超高硬
水质评价是水环境质量综合评价中不可或缺的重要内容,开展相关研究有利于更好的掌控城市过境河流水质状况;探索沉积物释氮机制可为内源释放引起的水环境污染问题的治理提供行之有效的防治依据;了解沉积物中氨氧化微生物的种群分布和群落结构特征可为修复河流水生生态系统奠定理论基础,具有十分重要的现实意义。基于此,本研究以滏阳河（邯郸段）为研究对象,首先通过水质评价的方法了解滏阳河当前水质状况,并在此基础之上采用室
目的 考察基于营养风险评估的护理干预模式在肝硬化合并轻微肝性脑病患者中的应用效果。方法 选取2021年1月至2022年10月于南通市第三人民医院肝病一科诊治的90例肝硬化合并轻微肝性脑病患者作为研究对象。根据干预方式的不同分为观察组（45例）和对照组（45例）。对照组给予常规护理干预模式，观察组给予基于营养风险评估的护理干预模式，比较2组的营养水平、肝功能、生活质量、血氨（AMON）水平和并发症发
目的：观察薏苡仁汤浴足联合点阵激光治疗多发性跖疣的临床疗效。方法：将82例多发性跖疣湿热瘀滞证患者按随机数字表法分为对照组、观察组各41例，对照组予咪喹莫特乳膏外涂联合点阵激光治疗，观察组予薏苡仁汤浴足联合点阵激光治疗，2组均治疗8周。比较2组临床疗效。治疗前后评定足跖部的疼痛程度[口述分级评分法（VRS）评分]、生活质量[皮肤病生活质量指数（DLQI）评分、简明健康调查量表（SF-36）评分]。
近年来我国PM2.5和O3复合污染问题日益凸显,以PM2.5和O3为关键污染物的大气复合污染,是“十四五”大气污染防治的重要任务,对其进行协同控制刻不容缓。本文收集了河北省11个城市2013～2020年空气质量在线监测数据,对河北省城市PM2.5-O3复合污染特征进行研究。在邯郸市开展了VOCs成分、NOx以及气象参数在线监测,结合国控站数据,分析PM2.5和O3及前体物之间的关系,以邯郸市为例进
水环境中持久性有机污染物的残留会破坏水生态平衡、甚至危害人类生命安全,对持久性有机污染物进行溯源研究并阻控排放是改善水体生态环境的有效途径,但前提条件是通过分析仪器确定其残留水平。然而,水环境中持久性有机污染物种类繁多、含量较低且存在基质干扰,检测前需运用前处理技术萃取目标分析物,去除干扰从而实现准确测定。固相微萃取（SPME）由于具有易于操作、使用溶剂量少、可携带且能够与多种测定仪器联用等特点,
框架结构作为机械领域的基础设备,其安全与稳定往往是决定机械系统是否可以安全运转的重要因素,因此对框架结构进行综合故障诊断具有重大安全意义。为了能够精确的对框架结构做出损伤程度诊断和故障定位,本文采取自适应特征提取的深度学习方法对框架结构进行综合故障诊断研究。首先,针对于框架结构的体型庞大与组成机构较多,其局部发生损伤时并不会导致整体发生严重故障的问题,采取了基于ITICNN（Improving C
在煤炭生产中,为适应井下复杂巷道的运输任务,通常设置多条皮带组成多级带式输送系统。多级带式输送系统设计冗余量大,运行过程中影响因素多,能量消耗很大。随着永磁技术发展,采用永磁直驱代替传统三相异步电机驱动的带式输送机系统,极大精简了结构,提高了驱动系统传动效率。但在煤矿实际生产中,运输的负载具有间断性、不均衡性,永磁电动滚筒仍以恒高速运行,使得永磁直驱带式输送机常处于轻载或者空载运行状态,造成了电能
药物调配机器人代替了人工配药,提高了配药质量,同时降低了对医护人员的要求。目前,药物调配机器人及其关键技术己成为医药调配领域的热点研究方向,其中药物调配机器人识别抓取药物技术也是重点关注的关键问题。本文以医院静脉输液药物调配机器人为研究对象,对该类机器人的药物识别抓取技术进行研究,主要内容包括:（1）静脉药物调配机器人配药视觉系统的构建。分析了配药机器人的各个模块,研究了配药机器人的工作流程。通过
为实现节能降耗,提高资源的综合利用效率,煤炭行业节能降碳改造进程日益加快。永磁直联带式输送机因其启始转矩大、功率因数高和占用空间小等优势,在煤矿运输中受到了越来越广泛的应用。由于工作环境和煤矿生产运输过程的不稳定性,致使输送机实际运输过程中不能保持满载运行,存在空载或轻载现象。但永磁直联带式输送机由于缺乏调速依据,即运量和带速的合理匹配关系,无法实现精准的“依载”调速,大部分时间均恒高速运行,从而