论文部分内容阅读
对卷积神经网络(CNN)的目标检测方面展开研究,将识别精度较高的FasterRCNN网络框架进行了改进,并应用于无人驾驶视觉感知系统中。利用改进算法进行了不同场景的车辆检测仿真实验。应用了MATLAB的计算机视觉系统工具箱对改进的算法进行快速验证,并应用了驾驶场景设计器对多传感器融合及模拟道路场景进行构建;应用了Simulink和EmbeddedCoder分别进行视觉控制系统设计及自动代码生成。实验结果表明:改进算法的平均检测精度达到80%以上,具有较高的可行性及鲁棒性,上述解决方案可加快无人驾驶安全感知