【摘 要】
：
随着近几年汽车行业和芯片技术快速发展,车载嵌入式设备的部署量和计算力越来越高,所以基于离线模式的智能辅助驾驶设备也受到许多学者和研究人员的关注。本文研究内容是辅助驾驶下的分支:限速标志检测与识别。以深度学习为基础进行限速牌检测与识别,然后将模型部署到车载嵌入式平台上进行实时检测。论文的主要工作内容如下:1.针对车载环境限速牌识别的难点提出了一个基于YOLOv3的改进网络。由于嵌入式内存和算力有限,
论文部分内容阅读
随着近几年汽车行业和芯片技术快速发展,车载嵌入式设备的部署量和计算力越来越高,所以基于离线模式的智能辅助驾驶设备也受到许多学者和研究人员的关注。本文研究内容是辅助驾驶下的分支:限速标志检测与识别。以深度学习为基础进行限速牌检测与识别,然后将模型部署到车载嵌入式平台上进行实时检测。论文的主要工作内容如下:1.针对车载环境限速牌识别的难点提出了一个基于YOLOv3的改进网络。由于嵌入式内存和算力有限,引入轻量级特征提取网络Mobilenetv2作为骨干网络减少权重参数和计算量。针对原网络架构上的冗余,对网络结构进行精简。针对原YOLOv3网络采用的FPN结构在识别多限速牌时可能存在特征融合上的冲突,引入ASFF结构自适应融合不同尺寸的特征层提高识别率。引入GIOU和focal loss算法,优化网络的定位损失和置信度损失。2.搭建了一个离线车载限速牌检测与识别的嵌入式平台,将改进的识别网络部署到该平台。在部署过程中对网络算子优化,将BN层数据和卷积算子合并减少计算量。为了适配硬件平台的并行加速模块,对float32型的网络进行8bit量化,针对传统量化方式Max Min法在量化特征图时无法有效映射数值分布,引入KL散度寻找饱和量化的阈值提高量化的精度。3.搭建了一个限速牌数据集验证提出算法的有效性。为了提高网络模型的泛化能力和识别精度对数据集进行扩增,使用mosaic与传统图像处理融合的方法扩增了不同角度、大小的限速牌,通过模拟不同天气的图像增强方法扩增了不同天气、亮度下的限速牌。经过实验表明,在电脑端本文提出的基于YOLOv3改进的网络m AP可以达到83.9%,虽然检测精度略低于目前热门的目标检测算法,但是FPS可达到33.4,拥有较快的检测速度,而权重文件只有23.8MB。在嵌入式端网络经过8bit量化后m AP值为79.6%,但是利用硬件并行加速后推理速度是非量化的3.5倍,权重文件缩小2.7倍,极大地提高了车载环境下限速牌的检测速度,满足了实时性和硬件需求。
其他文献
近几年,人工智能技术发展迅速,人们在室内的活动越来越多样化,对生活质量的要求也越来越高。因此,室内无线定位技术受到广泛关注。射频识别（Radio Frequency Identification,RFID）室内定位技术由于其用于定位的标签成本低、小巧易携带、无源、可灵活部署等特点成为广大学者的研究热点,该技术在智能家居、仓储物流管理以及安全搜索等方面的需求日益增加。然而现有在室内实现的定位技术普遍
随着基于位置服务（Location Based Services,LBS）在军用、民用以及商用等领域中的广泛应用,室内定位技术逐渐成为研究的热点。基于Wi Fi和低功耗蓝牙（Bluetooth Low Energy,BLE）的室内指纹定位技术面临着离线建库成本高以及信号易波动等问题。基于微机电系统（Micro Electromechanical System,MEMS）的行人航迹推算（Pedest
全球卫星定位系统（Global Position System,GPS）可以为载体提供三维空间位置、姿态角等信息,在航空航天、军事等领域应用广泛。现今,长基线测姿算法的研究已经十分成熟。然而,随着测姿应用范围不断扩大,在某些应用场景中,长基线测姿算法无法适用,如小型无人机、机器人和小尺寸通信天线等,因此超短基线的测姿算法具有较高的研究价值。本文针对超短基线测姿精度不高且稳定性差的问题,深入研究了基
近年来,移动通信和物联网技术的飞速发展促使移动设备的数量出现了爆炸式增长。而伴随着移动设备的普及,以移动设备为载体的计算密集且时延敏感型移动应用类型也在不断增加,如在线互动游戏、人脸识别和虚拟现实等,这无疑给电池容量和计算能力均有限的移动设备带来了巨大的挑战。通过在网络边缘处提供计算服务,移动边缘计算（Mobile Edge Computing,MEC）被认为是解决上述挑战的理想技术,该技术支持用
3D目标检测算法近年来得到了较多的应用,尤其是基于视觉的3D目标检测算法,广泛应用于无人驾驶、智能机器人和生物医疗等领域。相比于基于激光点云的检测算法,基于视觉的3D目标检测算法可以获得目标的色彩等纹理特征,并且其硬件价格更有优势。但是现阶段基于视觉的3D目标检测算法在检测准确度方面表现较差,计算效率也有待提高,在一定程度上还存在漏检和误检的情况。针对上述问题,论文对基于视觉的3D目标检测算法展开
随着科技的迅速发展及现代化战争环境的日趋复杂化,人们对于机动场景的定位精度要求越来越高,机动基站以其灵活性、机动性高和相对独立的特点,可以很好地应用于目标动态运动环境的定位中。但在实际的信号传输过程中,由于地理环境的复杂性和目标的动态性,在采用机动基站对目标进行定位跟踪时,会受到非视距（None Line of Sight,NLOS）效应的严重影响,从而导致定位算法的定位精度大幅度降低。因此,本论
随着移动互联网技术的蓬勃发展,大量基于内容下载的新兴应用服务不断涌现,丰富了人们的社会生活。然而,海量的新兴应用服务使得网络中的数据流量爆炸式增长,造成用户体验下降,并增大网络的运营成本。为减轻通信网络的流量压力,提高网络的服务质量,使云服务器资源下沉至网络边缘的移动边缘计算技术将被广泛应用于未来网络的建设与发展。为应对现实生活中车辆的快速移动性而使得用户难以在同一小区完整下载请求内容的问题,如何
国土空间规划需要建立与之相适配的指标体系以保证实施。作为“纵向到底、横向到边”的重要落实单元，县级国土空间规划偏向实施性，重在定性定量定位，与市级国土空间规划在指标体系上应有所差异。在原有空间类指标体系及国土空间规划市县编制指南进行解读的基础上，提出县级指标体系构建的几点思考。以黄梅县国土空间总体规划为例，提出“目标—指标—坐标”导向下的县级国土空间总体规划指标体系，分阶段、分领域提出构建核心指标
第五代移动通信技术（5th Generation Mobile Communication Technology,5G）是未来数字世界与物联网发展的基础。在庞大的5G网络部署与建设中,外场测试不可或缺,然而通信测试市场长期被国外巨头占据。因此,自主研发出一款5G路测仪至关重要。论文依托于重庆市重大主题专项“5G路测仪表的研发及应用”,重点研究物理下行控制信道（Physical Downlink C
由于其机动性和灵活性,无人机（Unmanned Aerial Vehicle,UAV）通信被认为是未来无线通信的关键技术之一,在众多领域得到了广泛的应用。随着第五代移动通信（Fifth Generation,5G）的商用,用户数据量需求爆炸式增长,移动通信面临着频谱资源稀缺和并发连接受限等问题。非正交多址接入（Non-Orthogonal Multiple Access,NOMA）为解决此问题提供