【摘 要】
:
基于机器视觉的道路环境识别技术作为智能汽车研究方向之一,其研究价值越发凸显,已经成为目前的研究热点。其一,道路环境的复杂多变,导致车辆可行驶区域的检测效果一直不太理想。其二,智能驾驶对于道路环境识别算法的准确性和实时性要求较高,算法的鲁棒性较差,算法应用条件比较苛刻。智能驾驶环境感知作为车辆决策和控制的关键基础,如何对道路环境可行驶区域进行准确且实时地识别成为此项工作的重中之重,是目前智能车领域的
论文部分内容阅读
基于机器视觉的道路环境识别技术作为智能汽车研究方向之一,其研究价值越发凸显,已经成为目前的研究热点。其一,道路环境的复杂多变,导致车辆可行驶区域的检测效果一直不太理想。其二,智能驾驶对于道路环境识别算法的准确性和实时性要求较高,算法的鲁棒性较差,算法应用条件比较苛刻。智能驾驶环境感知作为车辆决策和控制的关键基础,如何对道路环境可行驶区域进行准确且实时地识别成为此项工作的重中之重,是目前智能车领域的一项重大挑战。以智能汽车道路可行驶区域检测为背景,基于Hough变换的传统车道线检测方法针对简单道路环境有一定效果,但是针对复杂道路环境检测效果不理想,出现了误检、漏检等情况。针对此情况,本文决定采用基于卷积神经网络的语义分割算法来检测道路可行驶区域,以期解决传统车道线检测方法在复杂道路环境下精度低、适应性差等问题。首先进行数据集的获取和标注,本文实验的数据集来自两部分,一是采用现有公开数据集,二是通过Labelme软件进行人工标注数据集的方法获得测试数据集。其次构建网络Segnet语义分割网络模型,受U-net网络的启发,采用并联跳跃结构将编码结构的特征图与解码结构的特征图进行连接,可以在进行分类预测时利用多层信息。然后采用Inception结构代替网络部分卷积层,增加网络的宽度,减少网络的参数数量,得到试验所需的网络。最后使用Adam算法对网络进行优化训练,得到本文道路语义分割网络模型。网络模型训练完毕以后,在数据集上进行对比试验。试验结果表明,相对于传统的车道线检测方法,深度学习语义分割算法在各种路况条件下检测效果更好,模型的泛化能力较强,可以满足行车环境语义分割的实时性要求。
其他文献
问答社区(Community Question Answering,CQA)是当下较为流行的一种知识获取以及分享的用户互动平台。CQA提供了很多服务来提升用户获取知识的效率,其中之一就是问题响应时间
随着我国交通运输的快速发展,隧道的建设也是最重要的部分之一,而对于隧道的保养十分重要。隧道衬砌裂缝的检测关系到交通运输的安全,我国目前检测隧道衬砌裂缝采用的是人工巡检的办法,其工作量大,并且无法满足快速有效的要求。随着人工智能机器视觉的发展,将神经网络和深度学习结合,在图像识别领域得到了广泛的应用。本文深入研究了深度学习的相关理论和目前流行的目标检测算法,在卷积神经网络的RCNN(Region-C
纸质档案的高密度存储基本上都采用回转库存取方式。盘点档案是否在库以及档案存放位置是否正确是日常管理的一项繁琐而又重要的工作。传统的手工盘库方式劳动强度大且易出错
解决全球变暖和能源短缺问题最具吸引力的战略之一是开发清洁、可持续能源。催化水还原制氢和CO2还原是非常具有潜力的方式,其为太阳能或电能的转化和储存提供了良好的前景,
硫化氢(H2S)是一种剧毒、恶臭、具有腐蚀性的气体,大量副产于大规模的石油炼制和天然气净化等过程。目前,工业上处理硫化氢的主要方法是克劳斯工艺(Claus process),即H2S不完全氧
玻纤增强塑料具有密度低、强度高、耐腐蚀、耐高温、电绝缘、可设计性强等优点,在工业生产中得到了广泛应用。但是,玻纤增强塑料熔体的流动性较差,成型时需要很高的注射速度
自然场景中的文本检测在图像检索、辅助驾驶、工业检测等领域具有广泛的应用。传统的自然场景文本检测技术主要根据文本的颜色、纹理、笔画宽度等设计一些低层次的特征对文本进行检测,这类方法泛化能力和检测性能较弱。近些年,基于深度学习的文本检测方法利用深度卷积神经网络提取图像更深层次的特征,为文本检测任务带来了更好的性能和泛化能力。本文针对现有的基于深度学习的文本检测方法的不足之处,提出并设计了三种面向自然场
自然界中的许多化学反应依赖酶体系催化,体系中通常依赖于一个非共价结合的辅因子,黄素辅因子保持在特定的酶蛋白域中,与许多复杂的离子和芳香化合物相互作用。通过对多种酶
随着经济的发展以及人民生活水平的提高,现代社会人口流动性也逐渐提高,相比于促进经济的人口流动,追求生活的人口流动规模逐渐增大。人民追求美好生活的诉求越来越高,以追求美好生活为动机的迁移人口——生活方式型移民成为现在移民研究的热点问题。本文以X社区为个案,运用问卷调查法和访谈法对社区中的移民进行研究。从生活者的视角出发,将移民看作一个生活者,通过观察生活者的日常生活探究其社会互动。首先,简单介绍了社
本文运用微分几何方法,研究MIMO(多输入多输出)异结构高维混沌系统间的自适应反同步及未知参数的识别问题。对于误差动力学系统,通过适当调节系统的相对阶和非线性坐标变换,