曲峰:基于视觉的结构化道路及障碍物检测技术研究论文

曲峰:基于视觉的结构化道路及障碍物检测技术研究论文

本文主要研究内容

作者曲峰(2019)在《基于视觉的结构化道路及障碍物检测技术研究》一文中研究指出:在智能汽车驾驶辅助系统中,环境感知是其中的重要组成部分,也是智能车获取周围环境态势以及自身行驶状态的核心功能。在提高汽车行驶安全性的过程中,由于视觉传感器的价格低廉可靠、获取信息丰富,大部分的环境感知功能都是基于视觉完成的。基于机器视觉的辅助驾驶系统环境感知能力决定了智能车规避障碍物、局部区间内规划行车路线的能力,它的实时性与准确性是当前研究中的重中之重。论文针对行车环境视觉感知领域中结构化道路及障碍物的特征提取与目标检测这一核心问题,从传统方法与深度学习两方面进行研究。主要内容包括:在基于传统方法的车道线检测方面,针对目前传统车道线检测算法容易受到噪声和环境因素干扰,以及大曲率车道不能有效拟合的问题,本文提出了一种具有实时性的基于远近视场的双曲线模型的车道线检测方法。在近视场直线提取中,本文采用了一种新的逆透视变换形式,对原始图像进行LSD线段检测,并利用透视图像和鸟瞰图图像之间的亚像素级空间映射矩阵,将线段坐标投影至俯视平面上,有效地减小了生成鸟瞰图引起的插值误差,并消除了生成时间。其次,本文利用DBSCAN对车道边缘线段进行聚类,设计了一种聚类元素融合方法,并在约束条件下提取聚类之间的最佳组合,得到一组近视场候选线。在远视场曲线拟合中,本文提出了一个加权双曲模型来拟合远场车道线,它能适应车道线的曲率,并在曲率较大的车道上得到更精确的结果。由于传统方法关注车道线的特征,在面对车道线残缺或者车道未施画车道线这种情况下很难准确地甚至无法分割车道。因为一些开源数据集在标定过程中,在车道线被遮挡或者不存在的情况下,仍然按照先验知识对车道线进行标注这一特点,本文采用基于深度学习的端到端卷积神经网络,利用语义分割的思想来解决这一问题,并取消了同类型方法中常常采用的复杂的后处理过程。方法使用IBN归一化模块和注意力机制对现有的FCN-VGG16语义分割网络进行优化,采用一个多任务结构分别获取车道线的语义分割图与实例分割图,最后设计了一个简单的三次多项式参数方程拟合车道线。经过在TuSimple数据集上实验验证,本文提出的端到端的网络结构可以有效地解决车道线消失和复杂的后处理过程这两类问题。针对车道线检测中存在的脱离路面的误检和虚警问题,以及实现智能车对于多种物体的环境感知能力,本文提出了一种轻量化、实时性的道路环境语义分割网络。虽然目前很多基于卷积神经网络的方法在各类数据集上取得了很好的结果,但是网络的复杂度和时间开销过大使得这些网络无法应用在车载平台上。本文基于Inception结构提出了一种新的多尺度并联模块,利用在单一层上对特征图进行多尺度卷积并联在低开销的情况下精化分割精度。最后的实验表明,本文中提出的方法在取得实时分割速度的情况下仍然能保证分割效果。最后,为了解决传统的基于车载平台的车辆检测方法受限于传感器的视角和视野,因而在拥挤道路、车辆遮挡等情况下无法有效检测车辆问题,本文开展了无人机平台的探索性研究,提出了一种基于无人机平台的改进的FT显著性车辆检测方法。该方法在复杂环境依然能够达到快速分割图像。其次,本文将booleanmap和OTSU的分割方法相结合,对显著性图像上的车辆感兴趣区域进行快速定位分割。该方法可用于解决基于Meanshift分割方法耗时大的问题。最后,提出了一系列基于几何、对称和水平边缘波的车辆视特征识别方法,用于准确地确定车辆和消除路边物体的干扰。该算法已经移植到无人机载嵌入式平台,实验结果表明,该方法能够在复杂的城市道路环境中有效、可靠地对多目标进行检测。

Abstract

zai zhi neng qi che jia shi fu zhu ji tong zhong ,huan jing gan zhi shi ji zhong de chong yao zu cheng bu fen ,ye shi zhi neng che huo qu zhou wei huan jing tai shi yi ji zi shen hang shi zhuang tai de he xin gong neng 。zai di gao qi che hang shi an quan xing de guo cheng zhong ,you yu shi jiao chuan gan qi de jia ge di lian ke kao 、huo qu xin xi feng fu ,da bu fen de huan jing gan zhi gong neng dou shi ji yu shi jiao wan cheng de 。ji yu ji qi shi jiao de fu zhu jia shi ji tong huan jing gan zhi neng li jue ding le zhi neng che gui bi zhang ai wu 、ju bu ou jian nei gui hua hang che lu xian de neng li ,ta de shi shi xing yu zhun que xing shi dang qian yan jiu zhong de chong zhong zhi chong 。lun wen zhen dui hang che huan jing shi jiao gan zhi ling yu zhong jie gou hua dao lu ji zhang ai wu de te zheng di qu yu mu biao jian ce zhe yi he xin wen ti ,cong chuan tong fang fa yu shen du xue xi liang fang mian jin hang yan jiu 。zhu yao nei rong bao gua :zai ji yu chuan tong fang fa de che dao xian jian ce fang mian ,zhen dui mu qian chuan tong che dao xian jian ce suan fa rong yi shou dao zao sheng he huan jing yin su gan rao ,yi ji da qu lv che dao bu neng you xiao ni ge de wen ti ,ben wen di chu le yi chong ju you shi shi xing de ji yu yuan jin shi chang de shuang qu xian mo xing de che dao xian jian ce fang fa 。zai jin shi chang zhi xian di qu zhong ,ben wen cai yong le yi chong xin de ni tou shi bian huan xing shi ,dui yuan shi tu xiang jin hang LSDxian duan jian ce ,bing li yong tou shi tu xiang he diao kan tu tu xiang zhi jian de ya xiang su ji kong jian ying she ju zhen ,jiang xian duan zuo biao tou ying zhi fu shi ping mian shang ,you xiao de jian xiao le sheng cheng diao kan tu yin qi de cha zhi wu cha ,bing xiao chu le sheng cheng shi jian 。ji ci ,ben wen li yong DBSCANdui che dao bian yuan xian duan jin hang ju lei ,she ji le yi chong ju lei yuan su rong ge fang fa ,bing zai yao shu tiao jian xia di qu ju lei zhi jian de zui jia zu ge ,de dao yi zu jin shi chang hou shua xian 。zai yuan shi chang qu xian ni ge zhong ,ben wen di chu le yi ge jia quan shuang qu mo xing lai ni ge yuan chang che dao xian ,ta neng kuo ying che dao xian de qu lv ,bing zai qu lv jiao da de che dao shang de dao geng jing que de jie guo 。you yu chuan tong fang fa guan zhu che dao xian de te zheng ,zai mian dui che dao xian can que huo zhe che dao wei shi hua che dao xian zhe chong qing kuang xia hen nan zhun que de shen zhi mo fa fen ge che dao 。yin wei yi xie kai yuan shu ju ji zai biao ding guo cheng zhong ,zai che dao xian bei zhe dang huo zhe bu cun zai de qing kuang xia ,reng ran an zhao xian yan zhi shi dui che dao xian jin hang biao zhu zhe yi te dian ,ben wen cai yong ji yu shen du xue xi de duan dao duan juan ji shen jing wang lao ,li yong yu yi fen ge de sai xiang lai jie jue zhe yi wen ti ,bing qu xiao le tong lei xing fang fa zhong chang chang cai yong de fu za de hou chu li guo cheng 。fang fa shi yong IBNgui yi hua mo kuai he zhu yi li ji zhi dui xian you de FCN-VGG16yu yi fen ge wang lao jin hang you hua ,cai yong yi ge duo ren wu jie gou fen bie huo qu che dao xian de yu yi fen ge tu yu shi li fen ge tu ,zui hou she ji le yi ge jian chan de san ci duo xiang shi can shu fang cheng ni ge che dao xian 。jing guo zai TuSimpleshu ju ji shang shi yan yan zheng ,ben wen di chu de duan dao duan de wang lao jie gou ke yi you xiao de jie jue che dao xian xiao shi he fu za de hou chu li guo cheng zhe liang lei wen ti 。zhen dui che dao xian jian ce zhong cun zai de tuo li lu mian de wu jian he xu jing wen ti ,yi ji shi xian zhi neng che dui yu duo chong wu ti de huan jing gan zhi neng li ,ben wen di chu le yi chong qing liang hua 、shi shi xing de dao lu huan jing yu yi fen ge wang lao 。sui ran mu qian hen duo ji yu juan ji shen jing wang lao de fang fa zai ge lei shu ju ji shang qu de le hen hao de jie guo ,dan shi wang lao de fu za du he shi jian kai xiao guo da shi de zhe xie wang lao mo fa ying yong zai che zai ping tai shang 。ben wen ji yu Inceptionjie gou di chu le yi chong xin de duo che du bing lian mo kuai ,li yong zai chan yi ceng shang dui te zheng tu jin hang duo che du juan ji bing lian zai di kai xiao de qing kuang xia jing hua fen ge jing du 。zui hou de shi yan biao ming ,ben wen zhong di chu de fang fa zai qu de shi shi fen ge su du de qing kuang xia reng ran neng bao zheng fen ge xiao guo 。zui hou ,wei le jie jue chuan tong de ji yu che zai ping tai de che liang jian ce fang fa shou xian yu chuan gan qi de shi jiao he shi ye ,yin er zai yong ji dao lu 、che liang zhe dang deng qing kuang xia mo fa you xiao jian ce che liang wen ti ,ben wen kai zhan le mo ren ji ping tai de tan suo xing yan jiu ,di chu le yi chong ji yu mo ren ji ping tai de gai jin de FTxian zhe xing che liang jian ce fang fa 。gai fang fa zai fu za huan jing yi ran neng gou da dao kuai su fen ge tu xiang 。ji ci ,ben wen jiang booleanmaphe OTSUde fen ge fang fa xiang jie ge ,dui xian zhe xing tu xiang shang de che liang gan xing qu ou yu jin hang kuai su ding wei fen ge 。gai fang fa ke yong yu jie jue ji yu Meanshiftfen ge fang fa hao shi da de wen ti 。zui hou ,di chu le yi ji lie ji yu ji he 、dui chen he shui ping bian yuan bo de che liang shi te zheng shi bie fang fa ,yong yu zhun que de que ding che liang he xiao chu lu bian wu ti de gan rao 。gai suan fa yi jing yi zhi dao mo ren ji zai qian ru shi ping tai ,shi yan jie guo biao ming ,gai fang fa neng gou zai fu za de cheng shi dao lu huan jing zhong you xiao 、ke kao de dui duo mu biao jin hang jian ce 。

论文参考文献

  • [1].应用于智能车的车道信息感知及增量建模技术研究[D]. 于泳.吉林大学2018
  • [2].基于车—路视觉协同的行车环境感知方法研究[D]. 穆柯楠.长安大学2016
  • [3].无人驾驶车辆环境感知系统关键技术研究[D]. 王俊.中国科学技术大学2016
  • [4].机器视觉感知下的车辆主动安全技术若干问题研究[D]. 张万枝.山东大学2015
  • [5].智能车辆视觉环境感知技术的研究[D]. 沈峘.南京航空航天大学2010
  • [6].车辆集成式横向安全预警系统及其关键技术[D]. 刘志峰.清华大学2011
  • [7].先进驾驶员辅助驾驶系统关键技术研究[D]. 徐洋.重庆大学2017
  • [8].城市环境下无人驾驶智能车感知系统若干关键技术研究[D]. 陈龙.武汉大学2013
  • [9].面向智能车辆的单目视觉行车安全信息检测与识别方法研究[D]. 王超.南京理工大学2016
  • [10].基于视觉的自主车道路环境理解技术研究[D]. 杜明芳.北京理工大学2015
  • 读者推荐
  • [1].基于深度卷积神经网络的光学遥感目标检测技术研究[D]. 丁鹏.中国科学院大学(中国科学院长春光学精密机械与物理研究所)2019
  • [2].无人驾驶车辆自主导航关键技术研究[D]. 贾会群.中国科学院大学(中国科学院长春光学精密机械与物理研究所)2019
  • [3].基于深度学习的视频多目标跟踪算法研究[D]. 储琪.中国科学技术大学2019
  • [4].不利视觉下能见度检测及道路信息恢复方法研究[D]. 陈梅.吉林大学2019
  • [5].道路交通环境感知及行车风险评价方法研究[D]. 陈松.吉林大学2019
  • [6].基于深度学习的自动驾驶单目视觉目标识别技术研究[D]. 陈宇鹏.吉林大学2019
  • [7].智能汽车城区复杂交通情景的驾驶行为决策方法研究[D]. 陈永尚.吉林大学2019
  • [8].从虚拟到现实的智能车辆深度强化学习控制研究[D]. 杨顺.吉林大学2019
  • [9].图像显著性检测若干关键问题研究[D]. 孙丰东.吉林大学2019
  • [10].智能车行车环境视觉感知关键技术研究[D]. 梁敏健.长安大学2017
  • 论文详细介绍

    论文作者分别是来自吉林大学的曲峰,发表于刊物吉林大学2019-06-25论文,是一篇关于智能车论文,车道线检测论文,车辆检测论文,深度学习论文,语义分割论文,吉林大学2019-06-25论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自吉林大学2019-06-25论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。

    标签:;  ;  ;  ;  ;  ;  

    曲峰:基于视觉的结构化道路及障碍物检测技术研究论文
    下载Doc文档

    猜你喜欢