【摘 要】
:
对驾驶员视域内的车辆行为识别和轨迹预测能极大地降低重大交通事故发生的可能性,车辆的运动预测结果能够为驾驶员的行车决策和无人驾驶系统的决策规划模块提供重要的辅助信息,以保证车辆在各种复杂的交通场景下安全和高效地行驶。本课题针对主驾车辆前方车辆的行驶视频,以车辆目标检测、跟踪、行为识别和未来的行驶轨迹的预测问题展开研究,主要内容如下:(1)对SSD目标检测算法进行优化,提出一种轻量级特征提取网络用来替
论文部分内容阅读
对驾驶员视域内的车辆行为识别和轨迹预测能极大地降低重大交通事故发生的可能性,车辆的运动预测结果能够为驾驶员的行车决策和无人驾驶系统的决策规划模块提供重要的辅助信息,以保证车辆在各种复杂的交通场景下安全和高效地行驶。本课题针对主驾车辆前方车辆的行驶视频,以车辆目标检测、跟踪、行为识别和未来的行驶轨迹的预测问题展开研究,主要内容如下:(1)对SSD目标检测算法进行优化,提出一种轻量级特征提取网络用来替换SSD的特征提取网络,简化其网络结构。筛选包含车辆图像的数据集,并重新设置各预测层候选框的尺寸、数量和长宽比例。针对车辆锚框尺寸在数据集中的分布情况,在不同尺度上的特征图上进行特征提取,并进行边框回归和分类预测,在提高检测精度的同时极大地加快了检测速度。在优化的SSD车辆目标检测网络的基础上,使用卡尔曼滤波算法对车辆的运动状态进行估计,再结合匈牙利匹配算法计算检测结果和轨迹之间的关联程度,实现车辆目标跟踪,并提取车辆的历史轨迹。(2)提出一种基于残差网络和LSTM网络的混合模型的车辆行为识别算法,设计两个残差网络对车辆行驶图像序列进行特征提取,再利用LSTM网络对提取的车辆行为信息进行时间序列建模,最后使用softmax函数计算车辆行为分类得分,以解决传统车辆行为预测算法延迟高和精度低的缺点。(3)提出基于双注意力网络的车辆轨迹预测方法,采用darknet-53提取当前时步的车辆交互特征,并与目标车辆的历史轨迹特征和行为特征进行融合。引入了注意力机制对融合的特征进行权重分配,使得网络能够自适应提取对车辆轨迹影响最大的特征,提高轨迹预测的精度。(4)基于真实行车路况视频数据,对视频中的车辆实现目标检测、跟踪并提取轨迹数据,对车辆进行行为识别并预测车辆未来运动轨迹,以验证本文面向城市交通的驾驶员视域内车辆运动预测方法的有效性和可靠性。
其他文献
在智能安防、搜索救援、环境监测等领域,与单体机器人系统相比,多机器人系统具有更强的容错能力、更好的适应性和资源的高效利用率,多机器人系统对系统体系结构设计、运动规划与协作编队控制算法均提出新要求。多机器人系统采用分层式结构协同体系,对A*算法改进并与带有机器人及环境约束的TEB(Time Elastic Band)方法相结合使单机器人具有运动规划能力,采用交通规则法解决多机器人冲突问题,针对多机器
矿井信息化、智能化的发展与无线通信技术密切相关。在矿井中存在多种不同的无线通信系统并且每种通信系统采用的信号调制方式各不相同,因此要形成安全可靠的矿井通信网络系统,就必须实现不同通信系统间的信号调制方式识别。本文主要针对矿井无线信道环境研究了基于信号特征提取的调制识别方法和基于深度学习的调制识别方法,对矿井衰落信道下的 BPSK、QPSK、8PSK、16PSK、16QAM、64QAM、256QAM
脑机借口系统通过建立大脑与外部设备之间的信息传输通路,实现对外部设备的控制,为恢复人类受损的运动功能提供了一种有效方法。系统主要包括大脑(模型)、解码器、编码嚣和外部设备等模块;为进一步提高对外部设备的控制精度,可引入辅助控制嚣模块。对系统各组成模块进行设计、比较和性能分析,可为整体系统的构建奠定基础,具有重要的研究意义。本文基于改进的单关节信息传输模型,针对解码器和辅助控制器投块设计、性能对比分
不断增加的智能设备已经成为用户在互联网上交流和互动的重要工具,因此智能设备的安全和隐私问题变得尤为重要。现有的用户认证方式(例如,密码、指纹认证、人脸认证等)均属于一次性认证,无法确保用户在使用过程中的合法性。基于行为特征的认证方式可以通过设备内置的传感器采集用户的行为数据,为用户提供连续、隐式的认证,确保用户在设备使用过程中的合法性。足部行为作为一种生物特征,比指纹、人脸、虹膜更具备难以模仿等特
在自动化高速公路环境下,高速公路系统可利用检测设备采集道路实时信息,再通过智能终端有效控制交通流。该系统主要包括驾驶员、车辆控制器以及道路基础设施等,为缓解因交通事件引发的交通拥堵提供了一种有效方法,研究意义重大。本文基于宏观交通流模型,针对控制器的设计与对比以及宏观交通流模型的改进等内容展开研究,具体如下:1.针对高速公路经常出现的交通拥堵问题,本文提出了一种基于宏观交通流模型的模型预测控制(m
石墨烯具有零带隙结构、低损耗性、动态可调性,在太赫兹吸收器应用中具有较高的实用价值。时域有限差分(FDTD)方法结合辅助差分(ADE)方法已经应用于太赫兹频段石墨烯吸收器的仿真分析中,但该方法需要采用极小的网格剖分石墨烯区域,导致其对石墨烯吸收器计算效率低。因此,提高计算效率尤为重要。本文在分析石墨烯相关理论和混合显隐式时域有限差分(HIE-FDTD)方法稳定性条件的基础上,采用ADE方法将太赫兹
目标检测是图像分析与理解等大量高层次视觉任务的基础,YOLOv3作为目标检测技术中最受欢迎的算法之一,由于具有良好的泛化能力,应用广泛。为了满足终端设备高检测精度、低内存占用的算法部署需求,本文从提高检测精度、压缩模型参数两个方面对目标检测算法进行研究,最终以YOLOv3为基准对其进行改进。在提高检测精度方面,从可嵌入到模型中的注意力方法和模型训练时使用的数据增强方法两个角度入手。针对注意力,结合
命名实体识别是自然语言处理领域的基础技术。现有方法存在以下问题:在汉字表征层面,存在字结构语义利用不充分及罕见字表征能力差的问题;在命名实体识别模型层面,存在未充分利用汉字的字形字义特征、识别准确率低的问题。本文主要工作如下:(1)构建了汉字字形图像数据集和汉字字义数据集,为字形向量表征以及命名实体识别提供数据支持。利用爬虫、汉字图像自动生成技术获取汉字图像、拼音、基本释义、例词例句、相关词等数据
用于能量储存的介电铁电材料具有高可靠性和高充放电速率等特点,在高新技术领域中具有重要应用。近年来具有双电滞回线特征的反铁电储能材料已成为研究热点。AgNbO3是一种新型无铅反铁电陶瓷材料,具有高饱和极化、低剩余极化,在能源储存系统和大功率电子设备领域显示巨大潜力。但是AgNbO3陶瓷电容器在室温及以上工作温域内介电性能不稳定,储能密度和储能效率较低,限制其进一步应用在储能器件领域。本论文以传统固相
装配式建筑作为建筑产业转型升级的发展之路,能有效帮助传统建筑产业摆脱对大量劳动力的依赖、摘掉高污染高能耗的帽子,进而成为机械化程度高的环保型工业化产业。我国装配式建筑产业处于起步发展阶段,其中新建装配式建筑项目中住宅项目占比最大,而在我国市场经济环境中装配式住宅项目受政策、经济、市场、技术、管理多维度投资风险影响,使得各方资本对装配式住宅项目开发的投资热度不高,阻碍我国装配式建筑的进一步发展。所以