【摘要】：公路交通系統(tǒng)建設(shè)規(guī)模的擴(kuò)大給社會經(jīng)濟(jì)帶來巨大發(fā)展的同時,道路安全問題也日趨嚴(yán)重,其中由于降雨、降雪等不利氣象因素引起的路面結(jié)冰、積雪、積水等狀態(tài)進(jìn)而誘發(fā)的交通事故逐年增多。因此,在惡劣天氣條件下實時監(jiān)控、準(zhǔn)確識別不利的路面狀態(tài)并及時做出預(yù)警和反應(yīng),對于保障公路網(wǎng)絡(luò)的安全運(yùn)營具有重要現(xiàn)實意義。現(xiàn)有的路面狀態(tài)識別技術(shù)大致可以分為接觸式和非接觸式兩種,接觸式方法由于安裝維護(hù)成本高、檢測范圍小等缺點(diǎn)在實際應(yīng)用中作用有限,而非接觸式中基于圖像的方法隨著道路監(jiān)控系統(tǒng)的普及而逐漸成為研究熱點(diǎn)。利用圖像分割算法來細(xì)粒度地劃分混合路面狀態(tài)區(qū)域是一個新的研究方向,具有很好的實踐價值和應(yīng)用前景。論文致力于通過對道路表面圖像數(shù)據(jù)的處理來識別路面狀態(tài),運(yùn)用前沿的深度學(xué)習(xí)語義分割算法實現(xiàn)復(fù)雜混合路面狀態(tài)的準(zhǔn)確識別和分割。首先研究了基于深度學(xué)習(xí)的語義分割算法的基本原理及網(wǎng)絡(luò)結(jié)構(gòu),通過實驗對比了各個算法在自制的混合路面狀態(tài)識別數(shù)據(jù)集上的分割精度和執(zhí)行效率,選擇識別精度高并且實時性好的U-Net作為算法的主干網(wǎng)絡(luò)結(jié)構(gòu)。后續(xù)針對道路表面狀態(tài)識別這一具體應(yīng)用場景,待識別的類別之間相似度高、需要獲得大范圍、多層次語義信息的特點(diǎn),分別從集成上下文信息和多尺度信息融合兩方面提出了改進(jìn)方案,設(shè)計了基于級聯(lián)空洞卷積模塊的D-UNet網(wǎng)絡(luò)和基于改進(jìn)的空洞空間金字塔池化模塊的ASPP-UNet網(wǎng)絡(luò),以進(jìn)一步提高算法的識別精度。論文在自制的混合路面狀態(tài)識別數(shù)據(jù)集上進(jìn)行了多組對比實驗,尋找出合適的參數(shù)設(shè)置,最終平均像素準(zhǔn)確率和平均交并比分別可以達(dá)到87.28%和79.30%,驗證了兩種改進(jìn)方案的有效性,為解決混合路面狀態(tài)的識別問題提供了實踐參考。
【學(xué)位授予單位】：華中科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：U491;TP391.41;TP18
【圖文】：

圖 1.1 不同車速在干燥和潮濕路面上的制動距離2）冰雪路面對行車安全的影響路面結(jié)冰時，摩擦系數(shù)甚至比雨天更低，并且若受到強(qiáng)光照射，產(chǎn)影響駕駛員的判斷，成為行車安全的潛在隱患；降雪形成的疏松積雪碾壓形成雪面，使得車輪與路面之間的摩擦系數(shù)減小，制動距離增大易打滑，時常發(fā)生側(cè)翻、追尾甚至翻車事故[9]。表 1.2 不同路面條件下的路面摩擦系數(shù)路面狀態(tài) 摩擦系數(shù)非常光滑的冰膜 0.05-0.15非常光滑的壓實雪 0.10-0.20冰板、雪下有冰板 0.15-0.20冰膜 0.15-0.30

華 中 科 技 大 學(xué) 碩 士 學(xué) 位 論 文綜合國內(nèi)外研究現(xiàn)狀，依據(jù)所用的路況感知設(shè)備是否與道路表面直接接觸，將路面狀態(tài)檢測和識別技術(shù)分為接觸式（埋入式）和非接觸式兩大類。其中，接觸式的方法根據(jù)其所用的傳感器的工作原理，大致可以分為電容式[18]、振動式、壓電平膜式以及光纖式等。非接觸式的方法主要有光強(qiáng)測量法、光學(xué)偏振法、視頻圖像分析法等，相較于接觸式方法具有檢測范圍廣、無需隨路面翻新而額外維護(hù)等優(yōu)點(diǎn)。下文將對幾種常見的非接觸式方法進(jìn)行介紹。（1）光強(qiáng)測量法光強(qiáng)測量法利用路面附著物對光吸收率的差異來區(qū)分路面狀況。該方法原理比較簡單，技術(shù)也較為成熟。其中典型的有瑞典中部大學(xué)的 Patrik Jonsson 團(tuán)隊提出的一種多波段多探測器的光強(qiáng)測量法[15]，實驗裝置如圖 1.2 所示。

特征圖縮小到 1/4 的同時只保留每個 2×2 區(qū)域的最強(qiáng)輸入，如圖 2.4 所示。這些統(tǒng)計值相比于所有提取到的特征，一方面維度大大降低，簡化復(fù)雜度并在一定程度上抑制了過擬合；另一方面在保留主要特征的同時進(jìn)行了特征壓縮。激活函數(shù)激活函數(shù)層（Activation Function Layer）也叫做非線性映射層，顧名思義，它的作用是增加網(wǎng)絡(luò)的非線性表達(dá)能力從而能夠擬合任意函數(shù)。卷積的實質(zhì)是線性求和運(yùn)算，若干卷積層的疊加仍然只能進(jìn)行線性擬合，無法逼近復(fù)雜函數(shù)。目前最常用的激活函數(shù)有 Sigmoid、ReLU 等函數(shù)。（1） Sigmoid 激活函數(shù)Sigmoid 型函數(shù)也叫做 Logistic 函數(shù)[50]，其定義為：( )11 exp( )xxσ =+ （2.3）

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 齊永順;張文泉;;設(shè)備狀態(tài)識別[J];機(jī)械設(shè)計與制造;1987年04期

2 張優(yōu)云;系統(tǒng)識別在摩擦學(xué)中的應(yīng)用(續(xù))[J];潤滑與密封;1989年02期

3 李強(qiáng);;現(xiàn)代技術(shù)在冷沖模狀態(tài)識別中的應(yīng)用分析[J];中國設(shè)備工程;2017年06期

4 周巧蓮;田曉聲;郭其一;;上海地鐵火災(zāi)狀態(tài)識別系統(tǒng)設(shè)計[J];機(jī)電一體化;2009年05期

5 劉泉影;毛承勝;聶碧娟;胡斌;;普適環(huán)境下基于腦電的身份及上下文狀態(tài)識別[J];東南大學(xué)學(xué)報(自然科學(xué)版);2010年S2期

6 龍必能;;基于指標(biāo)權(quán)重的湖庫營養(yǎng)狀態(tài)識別[J];水資源與水工程學(xué)報;2013年06期

7 張開龍;劉軍民;;基于FPGA的多按鍵狀態(tài)識別系統(tǒng)設(shè)計[J];電子設(shè)計工程;2009年01期

8 段秀娟;;智能化考試狀態(tài)識別監(jiān)控方法研究與仿真[J];計算機(jī)仿真;2014年01期

9 秦華標(biāo);劉軍;林建文;;一種紅外條件下的新型眼睛狀態(tài)識別算法[J];光電子.激光;2013年12期

10 曾國英;趙登峰;;螺紋連接狀態(tài)識別的現(xiàn)狀與發(fā)展[J];噪聲與振動控制;2009年02期

相關(guān)會議論文 前10條

1 崔海亭;劉鵬;;基于可穿戴計算的跆拳道狀態(tài)識別系統(tǒng)研究[A];2015第十屆全國體育科學(xué)大會論文摘要匯編(二)[C];2015年

2 方劍青;李紅軍;雷毅平;陳德華;;聲學(xué)共振譜方法用于結(jié)構(gòu)狀態(tài)識別的實驗研究[A];2008年全國聲學(xué)學(xué)術(shù)會議論文集[C];2008年

3 白衛(wèi)東;陳大明;孫利群;張立清;;基于支持向量機(jī)的火焰狀態(tài)識別方法[A];增強(qiáng)自主創(chuàng)新能力 促進(jìn)吉林經(jīng)濟(jì)發(fā)展——啟明杯·吉林省第四屆科學(xué)技術(shù)學(xué)術(shù)年會論文集（上冊）[C];2006年

4 楊明忠;樊建春;;磨損形態(tài)分析與智能化磨損狀態(tài)識別研究[A];第六屆全國摩擦學(xué)學(xué)術(shù)會議論文集（上冊）[C];1997年

5 宋憲;王健翔;彭玉鑫;;基于時空圖卷積網(wǎng)絡(luò)的人體運(yùn)動狀態(tài)識別研究[A];第十一屆全國體育科學(xué)大會論文摘要匯編[C];2019年

6 李宏坤;周帥;;Hilbert譜特征提取與支持向量機(jī)的設(shè)備狀態(tài)識別方法再研究[A];第十二屆全國非線性振動暨第九屆全國非線性動力學(xué)和運(yùn)動穩(wěn)定性學(xué)術(shù)會議論文集[C];2009年

7 李宏坤;丁健;練曉婷;;基于頻率分辨率評價模型的柴油機(jī)狀態(tài)識別[A];第十屆全國振動理論及應(yīng)用學(xué)術(shù)會議論文集（2011）上冊[C];2011年

8 李宏坤;周帥;孫志輝;;基于Hilbert時頻譜重心與支持向量機(jī)的設(shè)備狀態(tài)識別[A];第八屆全國動力學(xué)與控制學(xué)術(shù)會議論文集[C];2008年

9 趙偉;黃春琳;;生命探測技術(shù)研究[A];2008年中國高校通信類院系學(xué)術(shù)研討會論文集（下冊）[C];2009年

10 陳鍇;徐柏齡;;基于最佳維納解的雙通道話者狀態(tài)識別方法[A];中國聲學(xué)學(xué)會2006年全國聲學(xué)學(xué)術(shù)會議論文集[C];2006年

相關(guān)重要報紙文章 前2條

1 本報記者 何事勇;歐姆龍在中國成立首家研發(fā)機(jī)構(gòu)[N];中國工業(yè)報;2005年

2 徐欣蔚 余大成 董柏鋒;“替人上崗”的機(jī)器人[N];國家電網(wǎng)報;2017年

相關(guān)博士學(xué)位論文 前10條

1 詹益旺;基于手機(jī)信令的道路交通狀態(tài)識別及預(yù)測研究[D];華南理工大學(xué);2017年

2 李娜;基于人體運(yùn)動狀態(tài)識別的可穿戴健康監(jiān)測系統(tǒng)研究[D];北京工業(yè)大學(xué);2013年

3 劉海寧;基于稀疏編碼的設(shè)備狀態(tài)識別及其重型軋輥磨床監(jiān)測應(yīng)用[D];上海交通大學(xué);2011年

4 田毅;電動汽車運(yùn)行狀態(tài)識別及HEV控制策略研究[D];北京交通大學(xué);2010年

5 李帷韜;水泥回轉(zhuǎn)窯燒成狀態(tài)識別與熟料質(zhì)量指標(biāo)軟測量的研究[D];東北大學(xué);2012年

6 王英;設(shè)備狀態(tài)維修系統(tǒng)結(jié)構(gòu)與決策模型研究[D];哈爾濱工業(yè)大學(xué);2007年

7 司壘;采煤機(jī)智能控制關(guān)鍵技術(shù)研究[D];中國礦業(yè)大學(xué);2015年

8 王志欣;岸橋機(jī)械動態(tài)特征信息的數(shù)據(jù)挖掘與狀態(tài)識別[D];上海交通大學(xué);2008年

9 曾慶虎;機(jī)械傳動系統(tǒng)關(guān)鍵零部件故障預(yù)測技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2010年

10 周宏娣;基于核熵成分分析的滾動軸承狀態(tài)識別方法研究[D];華中科技大學(xué);2017年

相關(guān)碩士學(xué)位論文 前10條

1 張顏;基于計算機(jī)視覺的人眼狀態(tài)識別方法研究[D];重慶郵電大學(xué);2019年

2 劉紅東;人車路協(xié)同環(huán)境下的行人狀態(tài)識別方法的研究與設(shè)計[D];重慶郵電大學(xué);2019年

3 葉貝鴿;基于KPCA的疲勞駕駛狀態(tài)識別方法的研究[D];南昌大學(xué);2019年

4 羅顥文;基于最短路徑樹的功能性腦網(wǎng)絡(luò)在疲勞駕駛狀態(tài)識別中的應(yīng)用研究[D];南昌大學(xué);2019年

5 翟曉娟;基于HMM的隨機(jī)駕駛?cè)似跔顟B(tài)識別研究[D];大連理工大學(xué);2019年

6 曹君蘇;步態(tài)快速識別策略及其模型的研究[D];南京郵電大學(xué);2019年

7 昝清增;基于SVM的人體運(yùn)動狀態(tài)識別技術(shù)研究與系統(tǒng)開發(fā)[D];山東科技大學(xué);2018年

8 梁曹佳;基于深度語義分割網(wǎng)絡(luò)的路面狀態(tài)識別算法研究[D];華中科技大學(xué);2019年

9 黃業(yè)昌;基于深度學(xué)習(xí)的軸承故障狀態(tài)識別方法研究[D];華中科技大學(xué);2019年

10 柏志明;基于重點(diǎn)營運(yùn)車輛數(shù)據(jù)的高速公路交通狀態(tài)識別與行程速度預(yù)測[D];北京交通大學(xué);2019年

本文編號：2790927