【摘 要】
:
随着经济的日益发展,无人驾驶在汽车驾驶中的地位越发重要,在无人驾驶中车辆进行各种驾驶决策的关键一环是道路检测。然而现有的应用于道路检测的多模态数据融合方法由于未能降低LiDAR点云数据之间的距离,导致在道路检测中会出现检测过程时间开销大的问题。本文通过将LiDAR点云数据和视觉图像数据两种异源数据通过球面坐标变换进行数据级融合,并使用改进的SegNet进行道路检测,以此实现一种高精度低时延的道路检
论文部分内容阅读
随着经济的日益发展,无人驾驶在汽车驾驶中的地位越发重要,在无人驾驶中车辆进行各种驾驶决策的关键一环是道路检测。然而现有的应用于道路检测的多模态数据融合方法由于未能降低LiDAR点云数据之间的距离,导致在道路检测中会出现检测过程时间开销大的问题。本文通过将LiDAR点云数据和视觉图像数据两种异源数据通过球面坐标变换进行数据级融合,并使用改进的SegNet进行道路检测,以此实现一种高精度低时延的道路检测。主要研究内容如下:(1)基于LiDAR点云与全卷积神经网络的道路检测。首先对LiDAR非结构化点云数据进行处理,生成具有编码特征数据(例如平均高度和密度)的顶视图图像。通过顶视图图像,道路检测便可基于视觉图像数据来实现,对此使用简单快速的全卷积神经网络(FCN)进行道路检测。(2)基于视觉图像与SegNet的道路检测。首先搭建用于分割道路可通行区域的SegNet网络框架,该框架为一个像素级语义分割的高效架构。在SegNet架构中运用了随机梯度下降(SGD)来优化网络中的权重,从而提高网络中端到端的训练速度,达到加快使用视觉图像进行道路检测的速度。(3)基于改进的SegNet与异源数据融合道路检测。首先对视觉图像数据及LiDAR点云数据进行预处理,在本文中引入了球面坐标变换以减少3D激光雷达数据点云之间的差距,来优化计算时间。相机的视觉数据和激光雷达点云的转换数据被输入到扩展了感受野的改进的SegNet来进行道路检测。实验结果表明本文所提出的LiDAR点云-视觉图像融合方法在保持精度的情况下,比现今其他的融合方法更加快速。
其他文献
当下社会的繁荣发展,离不开密码学的保驾护航。基于S盒的密码算法是最经典的分组密码算法之一,ARX型结构因其软件友好实现性被业界广泛应用,同时差分分析是对现代密码算法最经典的分析方法,因此研究基于S盒的密码算法和ARX型密码算法抵抗差分分析的安全性具有重要意义。本文重点研究了基于S盒的密码算法和ARX型密码算法的建模问题,利用MILP技术对Craft算法、SM4算法和Ballet算法进行差分分析。针
随着远程直接内存访问(Remote Direct Memory Access,RDMA)技术的不断发展,越来越多的数据中心选择采用这种低延迟高吞吐的方式进行通信。RDMA通过将原本在CPU上完成的一部分计算转移到网卡上,从而解放CPU算力,能够做到在远端CPU不被唤醒的情况下访问远端内存上的数据。除了RDMA,非易失性主存(Non-Volatile Main Memory,NVMM)在近年来也被数
随着集成电路在微波和太赫兹领域大力发展,异质结双极晶体管(HBT)以高增益、高频率、高可靠性等优势引起研究人员广泛关注。HBT器件作为高频电子器件之一,拥有广阔的应用前景。然而,器件模型仍需要完善,模型参数作为器件模型中重要的部分之一,精确参数的提取具有重要意义。本文对HBT器件的模型参数提取以及软件设计展开。通过对HBT器件大信号等效电路模型原理和参数提取方法分析,提出了一种以直接参数提取为基础
本文研究了通信系统中满足用户服务质量需求时的最小化功率分配策略优化问题。在高可靠低时延通信场景下,假设接收端与发送端不知道信道状态信息时,对端到端的单天线瑞利块衰落信道模型进行研究。本文采用有限块长编码率(Finite Block Length,FBL)保证时延约束;采用具有一轮重传的增量冗余混合自动重传机制(Hybrid Automatic Repeat request with Increme
近年来,远程直接内存访问(Remote Direct Memory Access,RDMA)和非易失性内存(Non-Volatile Main Memory,NVMM)被大量应用于分布式系统中。随着RDMA和NVMM支持的存储与访问性能不断增长,传统的锁管理机制开始暴露出开销高的问题。结合RDMA原子取和加(Fetch and Add,FA)原语和面包店算法的锁机制可以在保证数据一致性的同时,降低
随着信息物理系统的不断发展,服务数量日益增长,有许多服务都提供了相同的功能,如何在这些服务中为用户选择出合适的服务成为了当前热点研究的问题之一。本文基于用户与服务的时空信息提出了基于域感知因式分解机(FFM)的推荐模型(LBFFM)以及基于长短期记忆网络(LSTM)的混合推荐模型(LSTM-HPLT)以满足信息物理系统中用户调用服务的不同场景。首先,本文针对用户调用服务时产生的冷启动问题,构建了基
随着互联网5G时代的到来,军工通讯行业也变得越发成熟,竞争也比往年更加激烈,企业依靠自身内在增长的步调放缓。市场竞争环境之激烈,使得企业间加快了整合步伐,存在部分企业选择采取并购方式来获得迅速发展。企业取得协同效应是判断企业并购成功的依据之一,但真正并购成功的案例只是少数,并购失败的案例相对较多。因此,关注和研究军工通讯企业的横向并购活动就变为一个很迫切的问题。本文首先回顾了整个并购交易的背景、动
目前目标检测领域已有诸多研究,算法也层出不穷,如:R-CNN(RegionCNN)、YOLO(You Only Look Once)、SSD(Single Shot Multi Box Detector)等,但这些算法的小目标检测效果却难以尽如人意。同时,卷积神经网络的计算密度大,所以对于实时目标检测,研究如何利用硬件加速运算显得尤为重要。本文将算法移植到目标板上,使用目标板上硬件单元加速计算,并
随着云计算、物联网、大数据等信息化技术的快速发展,人们对网络终端设备的依赖性日益增加,社区、企业、学校等场景下的网络数据环境日益复杂。由于缺乏对网络数据的监控与管理,诸如数据泄露、DDo S攻击、家用摄像头入侵等网络安全问题日益凸显。目前,基于软件层面的传统网络数据监控与管理方案具有处理能力、处理时延、资源消耗等方面的局限性。结合应用场景与项目需求,本文自主设计并实现了一套基于FPGA的网络数据管