【摘 要】
:
近几年,随着我国现代化进程的快速发展,汽车拥有量逐年增加。降低交通事故的发生率,保障人们的生命财产的安全,成为全世界各大汽车厂商实现智能驾驶技术追求的目标。低复杂度高性能道路交通目标检测和跟踪技术是智能驾驶技术应用的关键,目前基于雷达传感器的环境感知设备复杂度较高,价格昂贵,不利于大规模普及,且难以提供交通场景的语义信息。而基于视觉的传感器成本低廉,可以提供丰富的环境语义信息。因此,研究基于视觉传
论文部分内容阅读
近几年,随着我国现代化进程的快速发展,汽车拥有量逐年增加。降低交通事故的发生率,保障人们的生命财产的安全,成为全世界各大汽车厂商实现智能驾驶技术追求的目标。低复杂度高性能道路交通目标检测和跟踪技术是智能驾驶技术应用的关键,目前基于雷达传感器的环境感知设备复杂度较高,价格昂贵,不利于大规模普及,且难以提供交通场景的语义信息。而基于视觉的传感器成本低廉,可以提供丰富的环境语义信息。因此,研究基于视觉传感器对周围环境的感知具有重要意义。本文从道路交通应用场景的需求出发,提高算法的鲁棒性,检测精度和降低模型复杂度,对交通场景的语义分割和车辆检测跟踪技术进行全方位研究,主要研究内容如下:1、针对Deep Labv3+语义分割模型容易产生目标不连续、图像像素信息丢失和模型复杂度高的问题,提出了改进的Deep Labv3+语义分割算法。在解码模块中引入了多个高分辨率低级特征图缓解了目标不连续问题,利用逐层上采样替换直接4倍上采样操作降低了图像像素信息丢失的问题;在空洞空间金字塔池化ASPP(Atrous Spatial Pyramid Pooling)模块中,用新的空洞率替换原来的空洞率,扩大特征图的感受野,使用深度可分离卷积代替标准卷积,减小模型的复杂度。实验结果表明,平均交并比MIOU(Mean Intersection over Union)值达到78.95%,提高2.75%,FLOPs(Floating Point Operations Per Second)减小17.69%,证明了本文方法有效性。2、研究了YOLOv4目标检测算法的基本原理,分析了该算法的网络结构、模型训练及目标检测的全过程。在不同的实际交通环境下对YOLOv4目标检测算法性能进行验证与分析。实验结果表明,该方法在正常光照、强光照、光照强烈变化的条件下能够成功的检测直道、弯道、十字路口不同种类的车辆;但在弱光照、有遮挡的条件下,容易发生漏检现象。3、针对车辆检测在弱光照和有遮挡的情况下出现的漏检问题,提出了基于YOLOv4算法的改进Deep Sort跟踪算法。利用YOLOv4算法进行特征提取,采用卡尔曼滤波算法估计车辆轨迹状态,运用匈牙利匹配算法对检测框和预测框进行匹配。将检测框和预测框的广义交并比GIOU(Generalized Intersection over Union)代替交并比IOU(Intersection over Union)作为衡量参数,提高Deep Sort跟踪算法的匹配性能。对比单一的检测算法和加入跟踪算法后的车辆检测效果,结果表明,加入跟踪算法后的漏检现象变少,车辆检测效果得到提高,鲁棒性增强,并且多目标跟踪精度MOTA(Multiple Object Tracking Accuracy)提高7.55%。
其他文献
本文研究具有宽带和高增益特性的超透镜天线。超透镜天线包括馈源和超透镜两部分,其中的超透镜由大量的透射单元组成。以相位补偿原理为理论依据,主要研究了宽带超透镜天线的设计方法,超透镜单元的相位特性和它们在超透镜上的分布特点。主要研究内容包括:研究了宽带平面超透镜天线的工作原理、理论依据以及设计方法。首先分析了传统透镜天线的工作机理,然后基于相位补偿原理,讨论了平面超透镜天线的结构特性、离散相位分布特性
图像超分辨率一直以来都是图像处理领域的一个非常热门的研究课题。在现实生活中,受到现实环境和拍照设备的影响,人们往往无法获得包含细节信息的高分辨率图像。图像超分辨率技术可以将因环境、设备、人为因素得到的低分辨率图像重建出清晰的、包含更多细节信息的高分辨图像。随着卷积神经网络在图像超分辨率的重建工作中的蓬勃发展,图像超分辨率的重建效果越来越好。本文主要对现有的卷积神经网络图像超分辨率算法的网络模型进行
随着物联网(Internet of Things,Io T)的不断发展,物联网应用逐渐进入人们的日常生活。物联网环境的复杂性、传感器种类多样性与物联网环境动态性等特点,使得物联网设备所收集到的数据种类较多,并且数据收集过程中由于各种原因导致终端设备数据缺失。缺失数据给物联网的数据挖掘、物联网应用等带来较大影响。因此,物联网环境下的不完全数据流填充问题,成为了一个重要的研究课题。本文主要针对物联网环
针对水下可见光MIMO信道相关性强导致系统信号检测性能差的问题,本文搭建了水下光成像MIMO-OFDM系统仿真模型,对光成像MIMO信道相关性以及基于格基约减的降低信道空间相关性算法进行了研究。由于光MIMO技术利用多径传输使系统获得分集增益或复用增益,当阵列规模增加时,MIMO信道具有较强的空间相关性,多个路径传输的光信号在接收端的叠加不可避免,接收端难以进行准确的数据恢复。因此本文将格基约减降
近年来,大规模在线开放课程(Massive Open Online Courses,MOOC)因其在高等教育领域中的灵活性和便捷性而受到广泛的关注,吸引了越来越多的教育者和学习者参与其中。然而正是因为这种灵活性和便捷性使得学习者更加容易辍课,高辍课率问题目前成为MOOC平台面临的一个巨大挑战。在已有的关于辍课预测问题的相关研究中,MOOC的辍课率高于90%。因此提出一种更可靠,更高效的辍课预测模型
无人机具有体积小、机动性强、隐蔽性好等优点,使得其特别适合于雷达侦察。雷达信号分选作为雷达侦察的关键技术,对截获的雷达脉冲序列去交错,为雷达识别、定位和威胁评估等提供基础。但是电磁环境的复杂化和单接收机侦察性能的局限性给雷达信号分选技术带来了困难,仅使用单个侦察接收机截获并独立分选雷达信号难以满足现代战场信号分选需求,因此研究多接收机协同侦察背景下的雷达信号分选技术具有重要战略意义。本文在多站雷达
移动互联网已经深入我们的生活,为我们提供了各种基于位置的服务,但传统的卫星导航只能在室外环境提供可靠的服务,而人们一天中绝大部分的时间都在室内环境中度过,使得市场上对于提供可靠、精确、低成本的室内定位服务的需求持续增长。自然环境中充斥着各种各样的声音,我们可以随时随地获取这些包含丰富信息的声音,而从不同场景或不同区域获取的声音,其相同类型的声学特征或声学指纹之间必定存在一定差异,通过计算机分析声学
由于毫米波具有能够实现穿透性检测以及全天候工作的优点,使得毫米波成像在相关成像领域成为不可替代的方案。在安检成像中,毫米波能够穿透衣物对潜在的危险品进行成像,并且不会产生电离辐射;在辅助驾驶场景中,毫米波能够适应恶劣天气且不受光照强度影响,为车辆行驶安全提供保障。随着毫米波雷达设计水平和生产工艺的提升,雷达系统的精度和集成度也越来越高,为毫米波成像技术研究及应用提供了便利。本文以77GHz频段调频
能源和环境是当前制约交通运输业发展的重要因素,燃油高、污染大的重型商用车的新能源化势在必行,氢燃料电池作为一种燃料可再生的绿色车载驱动装置,对缓解当下能源窘境具有重要的意义。本文以配备燃料电池和蓄电池的燃料电池混合动力商用车为研究对象,通过仿真分析的方法,研究车辆动力系统关键参数整定、能量源选型以及能量管理策略三方面的内容,论文的主要结构如下:(1)以一款燃料电池商用车基本参数为依据,建立车辆动力
目前基于GNSS/SINS组合导航的无人机室外导航飞行已经日趋成熟且得到大规模应用,但是在卫星导航信号微弱的室内环境依然难以对无人机精确定位。针对这一问题,研究了超宽带(UWB)与光流融合的无人机室内定位方式。本文从无人机基本理论、光流定位算法及其改进、UWB定位技术、UWB与光流融合方法等几个方面进行了研究,并设计了无人机室内定位软硬件系统,进行了多项实验验证。无人机采用四元数法进行姿态解算,并