【摘 要】
:
随着深度学习和人工智能技术的发展,辅助驾驶和自动驾驶成为了当前非常热门且重要的研究课题。无论是辅助驾驶还是自动驾驶,车道线检测都是其中极其重要的一环,是自动巡航、车道线保持等功能的基础依据。因此,找出一种准确、快速且鲁棒性高的车道线检测方法,不仅可以提高辅助驾驶和自动驾驶的安全性,也可以有效的减少交通事故的发生,提高驾驶的安全性,整体提高出行的质量。车道线的检测方法虽然已经有多种方法,但是车道线因
论文部分内容阅读
随着深度学习和人工智能技术的发展,辅助驾驶和自动驾驶成为了当前非常热门且重要的研究课题。无论是辅助驾驶还是自动驾驶,车道线检测都是其中极其重要的一环,是自动巡航、车道线保持等功能的基础依据。因此,找出一种准确、快速且鲁棒性高的车道线检测方法,不仅可以提高辅助驾驶和自动驾驶的安全性,也可以有效的减少交通事故的发生,提高驾驶的安全性,整体提高出行的质量。车道线的检测方法虽然已经有多种方法,但是车道线因其本身具有细长、空间位置跨度大、类型多种多样等特点,导致车道线检测仍是一个具有挑战性的工作,并且在实际的应用场景中下,车道线检测的效果也会因不同天气、不同光照、不同路况等原因导致检测的准确率和鲁棒性不高,不能满足当前实际的需求。针对目前车道线检测存在的问题,本文设计并实现了基于深度学习的车道线检测控制系统,实现了在多场景下对车道线的准确检测。具体的研究内容有以下四方面:(1)车道线数据集处理。本文使用的数据集是基于开源数据集CULane,首先对此数据集进行清洗和筛选,将无效数据、重复数据去除;然后针对各场景数据不平衡问题,对数据集进行一定的增强,最终确定下本文的数据集总量为52000帧图像,包含八种场景且各场景的数据量相等;最后将处理完的数据按照10:2:1划分了40000帧训练图像、8000帧验证图像和4000帧测试图像。(2)设计了一种车道线检测方法。本文结合使用基于深度学习的分割模型以及拟合操作,提出一种车道线的检测方法,并在本文中论证了此检测方法在八种场景下均可提升检测的精确率。(3)设计了车道线分割模型。本文使用的分割模型是在SCNN模型基础上进行改进得到的,在SCNN模型中加入了条形池化模块(SPM),使其能够更好的检测类似车道线的条形物体。本文为了得到最佳的模型结构,将SPM模块添加的位置和个数作为实验的变量,一共构建了8个网络模型然后对比其效果,最后将效果最佳的网络结构作为本文最终的分割模型。(4)设计实现了曲线拟合模块。经过分割模型分割后,本文中通过增加拟合模块来对分割模型的分割结果进行后处理。为确定使用的拟合方法,本文中对比了多项式拟合和贝塞尔曲线拟合两种方法,最终经过结果对比确定本文使用贝塞尔曲线来进行拟合,得到最终的车道线检测结果。最后,通过实验证明本文设计的拟合方法可用于处理多种检测效果的情况。(5)设计实现了车道线检测控制系统。基于以上对分割模型和曲线拟合的研究,本文设计了车道线检测控制系统,包括摄像头控制、检测功能控制和存储功能控制三个主要功能,并对实现的系统进行了功能性测试和稳定性测试。本文通过改进分割模型和增加曲线拟合模块,提高了车道线检测的准确性和鲁棒性,最后实现的车道线检测控制系统,可配合辅助驾驶系统和自动驾驶系统使用,提高驾驶的安全性,具有重要的实际应用价值。
其他文献
反思文本分类是指按照预先设定的反思话语框架或体系对反思内容进行分类的过程。反思文本自动分类技术能够为学生提供即时的反思评估和反馈指导,促进学生积极地改善反思活动,提升反思能力,进而提高自己的学习能力。目前,在反思文本分类的研究中,还没有基于中文的反思文本分类模型,且存在反思文本分类的准确率不高的问题。随着预训练语言模型的在文本分类领域取得的优异成绩,为解决反思文本分类的准确率不高的问题提供了可能。
社交媒体为公众即时交流带来了便利,但同时也成为了谣言发布和传播的媒介。谣言的发布和传播为社交媒体的科学管理和有效利用带来了严峻挑战。目前依靠人工收集并验证谣言的方式存在覆盖度不足、时延性较高的问题。因此,从社交媒体海量的信息中及时而准确地检测出谣言成为一个亟需解决的现实问题。通过自动谣言检测方法辅助人工进行检测,对减轻甚至消除谣言的负面影响具有积极意义。现有的自动谣言检测方法可分为基于机器学习的方
随着社会的发展进步和人民生活水平的提高,人们对公共交通出行需求不断提升。X光安全检查是防止限制品威胁公共交通,保障乘客人身财产安全的必要手段。安检工作的质量好坏将直接关乎到人民利益和社会繁荣稳定。安检工作需要安检员在短时间内快速对行李X光图像做出反应,辨别其中是否含有限制品。并且随着出行人数的不断增加,人工安检压力增大,逐渐无法满足快速、准确的需求,容易造成漏检、错检等人为事故。近些年来,计算机视
随着旅游业的快速发展,民宿已经成为旅游者外出落脚的首要方式。对网络平台上的民宿评论进行情感分析,有利于游客进行选择,商家进行针对性的改进。不同于传统的文本情感分类方法,方面级情感分类旨在识别出一个句子中不同方面的情感极性。以更细粒度的方式来进行分析,可以挖掘出用户对民宿不同特征的情感倾向。故利用方面级情感分类方法去分析民宿评论数据是十分有意义的。近年来,由于方面级情感分类任务的复杂性,传统的深度学
课堂注意力揭示了学生在课堂上一定时间内专注于某事的能力,也是学生在课堂上自发地、积极地获取信息、提高学识和掌握技能的基本品质。课堂注意力的质量对听课效果、学习成效和其他评价手段的有效性有非常重要的影响。但传统教学场景中,义务教育的普及使学生的数量增多,如果没有科学的量化标准和技术支持,教师需要很长的时间跨度来观察和评价所有学生的注意力状态,且更多停留于主观层面。为了使教育工作者更高效地掌握当前的学
通过机器人在非结构环境中执行搜索、救援、探测等各类工作任务,有效提高了这类工作的效率和人员安全性,具有越障功能的机器人正越来越广泛的被部署在非结构环境中。针对现有复合式越障机器人在兼顾翻越垂直障碍和跨越壕沟障碍方面存在的不足,本文旨在设计并实现一款新型轮腿复合式越障机器人,该机器人在拥有轮式移动高效性的同时,对垂直障碍和壕沟障碍也具有良好的通过能力。该机器人还搭载了各类传感器模块,有效的采集机器人
在非传染性疾病中,癌症的发病率与致死率均高居前列,极大的危害了人们的生命健康。目前我国已经成为全球结直肠癌新发病例与死亡病例数量最多的国家。近年来,随着神经网络在不同应用领域的广泛研究与快速发展,将神经网络应用至医疗影像分析也逐渐成为趋势。运用神经网络辅助医师诊断肠道影像,能够提高诊治效率,降低漏诊率,消除主观因素带来的诊断差异。通过对肠炎与肠息肉的诊断与防治,能够极大降低癌变风险。因此,利用神经
深度学习技术在很多领域都得到了非常成功的应用,如语音识别、目标检测、图像生成、自然语言处理等,但是深度学习技术在安全性与鲁棒性方面是十分脆弱的。对抗样本是指在原有数据中添加微小的、不可察觉的扰动所形成的输入样本,会导致深度学习模型以高置信度产生错误输出。对抗样本也可以作为工具辅助攻击者获取有关模型的信息。对抗样本的存在限制了深度学习模型在安全敏感的领域的进一步应用,如异常检测、人脸识别、自动驾驶等
随着深度学习的大力发展,许多优秀的成果已经成功应用,其中移动端的便携性以及高使用频次,使得深度学习结合移动端拥有着更丰富的应用场景,因此设计高效模型以及针对移动端设备的轻量化迁移也成为了当下的热门话题。基于神经网络的目标检测与目标追踪在计算资源丰富的PC端有很好的效果且有非常成熟的部署经验,但是在计算资源有限的移动端存在着算法模型对内存资源开销大,推理预测速度慢等难点,并且部署难度高,限制了目标检
随着人们对绿豆日益增长的需求,丘陵山区的绿豆种植面积逐年增加,适宜机械化收获绿豆新品种的研发与普及,极大地推动了绿豆机收的进程。我国南方丘陵山区地块小而散,整体地势陡峭,土壤黏且重,不适宜中大型联合收割机广泛作业,而传统人力收获具有工作效率低下、劳动强度大和生产成本高等缺点,如今又面临劳动力短缺的困境,因此设计适用于丘陵山区绿豆收获的联合收割机对提高绿豆收割效率、解放农村劳动力和推进农业现代化进程