【摘 要】
：
随着科技的高速发展,自动驾驶技术与高级辅助驾驶系统成为了各国研究的热点,车道线检测则是自动驾驶技术与高级辅助驾驶系统的重要组成部分,具有许多值得研究的问题。由于不同复杂交通场景之间差异较大,拥挤场景会出现车道线被遮挡,光照条件不好会造成车道线模糊等问题,使得现有的车道线检测方法在实际应用时,存在准确性与鲁棒性等方面的不足。针对以上问题,本文在福建省与福州市重点科技项目（2018H0018,2020
【基金项目】
：
福建省重点科技项目（2018H0018）； 福州市重点科技项目（2020-GX-17）；
论文部分内容阅读
随着科技的高速发展,自动驾驶技术与高级辅助驾驶系统成为了各国研究的热点,车道线检测则是自动驾驶技术与高级辅助驾驶系统的重要组成部分,具有许多值得研究的问题。由于不同复杂交通场景之间差异较大,拥挤场景会出现车道线被遮挡,光照条件不好会造成车道线模糊等问题,使得现有的车道线检测方法在实际应用时,存在准确性与鲁棒性等方面的不足。针对以上问题,本文在福建省与福州市重点科技项目（2018H0018,2020-GX-17）的支持下,设计了两种车道线检测方法:（1）基于多级语义信息的车道线检测方法;（2）基于非局部空间信息的车道线检测方法。本文的主要研究成果如下:一、提出了基于多级语义信息的车道线检测方法。该方法结合了传统方法的低级语义信息与深度学习方法的高级语义信息,其中提取高级语义信息的部分利用道路的消失点与车道线空间信息,训练了一个结合消失点的车道线语义分割网络,能够提取足够多的车道线特征,提高不同交通场景下的车道线检测效果。并标注了CULane数据集中所有训练图像与验证图像的消失点,用于车道线检测模型的训练。低级语义信息部分结合了自适应条形滤波与基于几何信息的车道线判决算法等传统方法检测出车道线,能在一定程度上抑制深度学习方法出现的难以解释的错误。最后将二者融合得出最后的检测结果。实验结果表明该方法在不同场景下的车道线检测效果均有提升。二、提出了基于非局部空间信息的车道线检测方法。前者的车道线检测方法需要标注大量数据集,且存在车道线被严重遮挡或光线条件差这样的复杂交通场景下检测效果差的问题,提出了基于非局部空间信息的车道线检测方法。该方法充分考虑车道线被遮挡或处于不良光照时的呈现断裂情况的车道线像素对于车道线总体特征的作用,计算远距离相关像素的贡献,从而获取长距离依赖信息。同时提取车道线的空间信息,扩充相关的车道线特征,然后将两种信息融合,帮助提升车道线检测效果。最后该方法将车道线分割分支与车道预测分支结合,得出最后的车道线检测结果。在多个车道线检测数据集上实验,证明了该方法在复杂交通场景中均能得到优越的检测效果。综上所述,针对复杂的交通场景,本文提出了基于多级语义信息的车道线检测方法与基于非局部空间信息的车道线检测方法,能够广泛运用于高级驾驶辅助系统、自动驾驶系统等领域,具有一定的研究意义与应用价值。
其他文献
人工突触是构建神经形态计算系统的重要器件。为了实现高阶仿生性能,提高器件信息处理效率,有必要开发直接响应光信号的人工突触器件。本文利用光吸收系数大且光谱响应范围广的CZTSSe制备光电突触,以期拓宽人工突触的光谱响应范围。为此,本文研究了不同制备参数下的栅氧化层材料Hf Ox与光电材料CZTSSe的特性,并优化工艺参数以提升材料性能;利用Hf Ox和CZTSSe材料制备了薄膜晶体管型光电突触器件,
高k氧化物作为一种性能优良的新型介电层材料,在电子器件中应用广泛。氧化铝（Al2O3）薄膜和二氧化铪（Hf O2）薄膜具有很高的k值、较好的化学稳定性、热稳定性以及较大的禁带宽度,是十分有潜力的高k材料。制备这两种薄膜的方法,目前主要是原子层沉积和化学气相沉积等工艺,这些方法生长的薄膜质量较高,但是需要真空环境和昂贵的设备。本文使用化学液相沉积法制备氧化物薄膜,化学液相沉积法是一种工艺简单、成本低
神经形态计算可以实现计算中心和存储中心一体化,能够提供一种速度快、效率高、能耗低的并行数据处理方式,有望成为下一代计算机体系。研发能够模拟生物突触学习与记忆行为的人工突触器件是实现神经形态计算的关键。忆阻器的阻值受到流经的历史电流所控制,这一特性与生物突触可塑性相似,因此被广泛应用于人工突触器件制备和神经形态计算研究当中。到目前为止已有多种材料体系被应用于人工突触器件的开发,比如氧化物、二维材料、
柔性铜锌锡硫硒（CZTSSe）太阳能电池因可弯折便于携带而拥有更广阔的发展前景,但柔性CZTSSe太阳能电池效率的提升受到背界面问题的制约,其主要原因是在高温硒化过程中CZTSSe与Mo之间发生分解反应,在界面处产生二次相、孔洞等,并生成较厚的Mo Se2层,使得空穴易于被复合损耗而难以传输至背电极。本论文将系统研究柔性CZTSSe太阳能电池背界面问题,改善背界面接触。针对柔性CZTSSe太阳能电
近些年,信息技术不断推陈出新,给我们的社会、经济以及生活带来了前所未有的变化。在信息化浪潮的推动下,网络数据呈现爆发式的增长,信息过载的问题逐渐凸显出来,此时,最大限度地提高这些资源的利用率显得尤为重要。为了解决上述问题,越来越多的研究开始关注利用个性化推荐技术向用户提供他们真正想要的信息,避免用户浪费过多的时间在不必要的信息搜寻工作上。本文在个性化推荐技术的基础上,引入知识图谱作进一步的研究,并
动静脉分离有助于肺部疾病的早期筛查与病理状态诊断,为肺部手术的术前规划、术中导航、术后评估等提供有效的参考,具有重要的临床意义。动静脉在CT图像上灰度和形态十分相近且部分动静脉分支相互黏连,而且一例肺部CT影像序列可包含数百层影像,熟练的医师重建一例患者动静脉一般需要耗时数个小时,过程繁琐复杂且容易出错。若能通过计算机辅助的方式自动、快速、准确地分离出动静脉血管树,可以减轻医生的工作量,合理规划肺
近年来,高清视频监控得到了广泛应用。对视频中人体的异常行为进行自动识别可切实有效地保护人身及财产的安全,因此具有重要的应用价值。常见的人体异常行为识别方法主要通过提取运动目标的特征来进行建模。然而,实际监控场景存在背景复杂、运动目标数量不固定、异常行为的定义与具体的应用场景有关难以统一界定等各式各样的问题,增加了对人体异常行为识别的难度,使人体异常行为识别成为具有挑战性和研究意义的任务。本文设计一
语义分割作为计算机视觉领域的热门研究课题,目标是对图像中的每个像素点进行正确分类。然而,现有的分割数据普遍存在像素分布不平衡的问题,即类别间的像素分布呈现“长拖尾”现象。这将导致训练模型仅在极个别样本集中的类别上表现突出,而大多数类别性能欠佳,整体精度受限,严重阻碍了多分类分割的应用化进程。本文首先针对普通场景语义分割中的像素分布不均问题开展研究,提出了一种基于数据层面和算法层面的非均衡数据分割方
近年来,随着民用无人机技术的不断发展,无人机的应用场景越来越广泛。围绕无人机的组合导航算法,众多研究者进行了深入研究,并取得了诸多显著成果。然而,目前大部分无人机系统在工作时仅采用GPS全球定位系统实现自定位。当无人机位于高层障碍物附近,或位于强电磁干扰区时,GPS信号可能丢失,从而导致无人机定位信息失效。因此,急需一种能够在无GPS信号条件下可靠、实时、稳定、高精度地为无人机提供定位数据的无人机
量子点（quantum dots,QDs）具有优异的光电特性、可靠的光稳定性以及普遍较高的荧光量子产率,兼具高性能和低成本的量子点在光学防伪标签领域具有广泛应用前景,是一种理想的发光防伪材料。本文根据使用的不同量子点材料的特性,采用了喷墨打印、丝网印刷和光刻工艺分别对量子点墨水、量子点粉体和原位合成的钙钛矿量子点制备的薄膜进行了图案化处理,并对图案化的薄膜的形貌结构、发光特性进行了表征,实现了不同