本文關(guān)鍵詞：支持無人駕駛車輛的交通標志檢測

  更多相關(guān)文章： 無人駕駛 計算機視覺 交通標志 物體檢測 視頻跟蹤

【摘要】：隨著我國國民經(jīng)濟的快速增長,國民生活水平的日益提高,汽車的家庭普及率不斷提高,對交通安全以及解決交通擁堵問題提出了新的挑戰(zhàn)。作為一項新的科技創(chuàng)新,車輛無人駕駛系統(tǒng)有著廣泛的經(jīng)濟效益和深遠的社會影響力。而無人駕駛車輛技術(shù)發(fā)展中的一項重要需求就是對于道路交通標志的準確識別。本文通過車載拍攝裝置進行視頻采集,對杭州市區(qū)周邊的交通標志進行了采集、標注,得到適用于中國道路的交通標志數(shù)據(jù)集。其中包括城市道路、郊區(qū)道路和高速公路3種主要的道路。本文在上下文無關(guān)和上下文相關(guān)兩方面設計檢測算法,提出了多尺度特征計算優(yōu)化、Cascade-Adaboost算法、空間、時間的上下文信息融合算法,使得原有高精確度高耗時的算法能夠在筆記本電腦上達到實時且較高的檢測精度,探索了一種支持無人駕駛車輛的交通標志檢測算法。
【關(guān)鍵詞】：無人駕駛 計算機視覺 交通標志 物體檢測 視頻跟蹤
【學位授予單位】：浙江大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：U495;U463.6
【目錄】：

• 摘要4-5
• Abstract5-12
• 第1章 緒論12-19
• 1.1 研究背景及意義12
• 1.2 研究現(xiàn)狀及存在問題12-14
• 1.3 研究難點14-15
• 1.4 研究目標和內(nèi)容15-17
• 1.4.1 中國道路交通標志數(shù)據(jù)的采集與標注16
• 1.4.2 上下文無關(guān)的交通標志檢測算法設計16-17
• 1.4.3 上下文相關(guān)的交通標志檢測算法設計17
• 1.5 本文組織結(jié)構(gòu)17-18
• 1.6 本章小結(jié)18-19
• 第2章 中國交通標志數(shù)據(jù)集19-27
• 2.1 交通標志數(shù)據(jù)采集19-22
• 2.1.1 采集設備19-20
• 2.1.2 采集路線20-22
• 2.2 交通標志數(shù)據(jù)集分析22-26
• 2.2.1 交通標志數(shù)據(jù)類別定義22-23
• 2.2.2 交通標志數(shù)據(jù)統(tǒng)計信息23-26
• 2.3 本章小結(jié)26-27
• 第3章 上下文無關(guān)的交通標志檢測算法27-45
• 3.1 基本算法簡介27-31
• 3.1.1 圖像特征27-29
• 3.1.1.1 積分圖像應用原理27-28
• 3.1.1.2 Integral Channel Features28-29
• 3.1.2 Adaboost算法29-30
• 3.1.2.1 Adaboost訓練29-30
• 3.1.2.2 Adaboost檢測30
• 3.1.3 整體訓練流程30-31
• 3.2 多尺度(Multi-scale)特征估計算法31-39
• 3.2.1 積分特征近似計算34-35
• 3.2.1.1 上采樣梯度積分特征估計34
• 3.2.1.2 降采樣梯度積分特征估計34-35
• 3.2.2 特征近似計算的應用35-38
• 3.2.3 實驗結(jié)果38-39
• 3.3 Cascade-Adaboost串行算法39-44
• 3.3.1 Cascade-Adaboost理論基礎及應用框架39-40
• 3.3.2 閾值σ*i的選擇40-42
• 3.3.3 實驗結(jié)果42-44
• 3.4 本章小結(jié)44-45
• 第4章 上下文有關(guān)的交通標志檢測算法45-56
• 4.1 空間上下文信息引入45-49
• 4.1.1 空間上下文信息引入的理論基礎45-46
• 4.1.2 評價函數(shù)設計46-48
• 4.1.3 實驗結(jié)果48-49
• 4.2 時間結(jié)合空間上下文信息引入49-55
• 4.2.1 時間結(jié)合空間上下文信息的理論基礎49-50
• 4.2.2 評價函數(shù)設計50-51
• 4.2.3 CMCAD算法51-53
• 4.2.4 實驗結(jié)果53-55
• 4.3 本章小結(jié)55-56
• 第5章 實驗結(jié)果56-67
• 5.1 實驗環(huán)境56-57
• 5.2 算法參數(shù)選擇實驗57-62
• 5.2.1 Cascade-Adaboost逐層閡值選擇57-58
• 5.2.2 引入空間上下文信息參數(shù)選擇58-60
• 5.2.3 引入時間結(jié)合空間上下文信息參數(shù)選擇60-62
• 5.3 分類別實驗結(jié)果62-66
• 5.4 本章小結(jié)66-67
• 第6章 總結(jié)及展望67-69
• 6.1 工作總結(jié)67
• 6.2 未來展望67-69
• 參考文獻69-74
• 致謝74

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 郝建綱;無人駕駛的汽車[J];世界科學;2002年03期

2 林一平;無人駕駛技術(shù)探秘[J];交通與運輸;2003年03期

3 朱蓓玲;宋鍵;;全自動無人駕駛車輛功能與特點[J];地下工程與隧道;2005年04期

4 占強;;從科幻到現(xiàn)實——無人駕駛城市挑戰(zhàn)賽[J];世界汽車;2007年12期

5 ;無人駕駛可以有[J];中國企業(yè)家;2013年09期

6 譚爍;;讓“無人駕駛”駛?cè)肷頪J];環(huán)境;2013年02期

7 龔惠明;無人駕駛空中警戒系統(tǒng)[J];上海航天;1988年05期

8 楊鉑;劉敏;;改進汽車無人駕駛技術(shù)的思考[J];科技創(chuàng)新與品牌;2014年02期

9 ;無人駕駛還有多遠?[J];裝飾;2014年02期

10 博洋;;無人駕駛會使汽車更安全嗎?[J];汽車與安全;2010年11期

中國重要會議論文全文數(shù)據(jù)庫 前4條

1 王當利;;無人駕駛船舶的發(fā)展途徑[A];中國航海學會內(nèi)河船舶駕駛專業(yè)委員會學術(shù)年會論文集[C];2004年

2 李振宇;;基于Boids群聚模型的無人駕駛機群[A];中國力學學會學術(shù)大會'2009論文摘要集[C];2009年

3 蔣蘋;羅亞輝;孫松林;謝方平;肖明濤;;機滾船遙控駕駛系統(tǒng)的研究[A];2007年中國農(nóng)業(yè)工程學會學術(shù)年會論文摘要集[C];2007年

4 朱建坤;徐友春;李永樂;趙玉t，

本文編號：803457