城市智能汽車自動駕駛技術(shù)主要分為感知,決策和控制三部分,可行駛區(qū)域檢測是環(huán)境感知中的重要組成部分,其檢測準確性對于城市智能車位姿估計以及局部駕駛決策起到了至關(guān)重要的作用�？尚旭倕^(qū)域主要分為道路邊緣線清晰,結(jié)構(gòu)化程度較高的結(jié)構(gòu)化道路;道路車道線不清晰、道路寬度不一致的半結(jié)構(gòu)化道路以及路面沒有結(jié)構(gòu)層,天然路面構(gòu)成的非結(jié)構(gòu)化道路。本文主要針對城市半結(jié)構(gòu)化區(qū)域提出了一種基于多傳感數(shù)據(jù)融合的道路分割算法,針對城市結(jié)構(gòu)化區(qū)域提出了一種基于車道線空間特性的多任務(wù)車道線檢測算法。由于半結(jié)構(gòu)化區(qū)域缺少車道線信息,為了實現(xiàn)智能車局部定位以及局部路徑規(guī)劃功能,可行駛道路檢測成為其關(guān)鍵技術(shù)之一。單一視覺傳感器道路檢測容易受到復(fù)雜室外光線變化,陰影遮擋影響,而激光雷達傳感器幾乎不受光照影響。為了消除室外環(huán)境對攝像頭帶來的沖擊,增加復(fù)雜光照下道路分割的魯棒性,本文設(shè)計了一種激光雷達和攝像頭融合的半結(jié)構(gòu)化可行駛道路分割網(wǎng)絡(luò)C-LNet。首先針對激光雷達點云數(shù)據(jù)與圖像數(shù)據(jù)的異質(zhì)性,本文通過傳感器空間同步,完成異質(zhì)數(shù)據(jù)同一。其次考慮到多模態(tài)信息不同融合方式,本文基于神經(jīng)網(wǎng)絡(luò)設(shè)計了一種多尺度特征密集融合方式。相比其他融合... 

【文章來源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：75 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 國內(nèi)外智能車研究現(xiàn)狀
        1.2.2 國內(nèi)外可行駛區(qū)域檢測算法研究現(xiàn)狀
    1.3 研究內(nèi)容
    1.4 本文章節(jié)安排
第二章 城市智能車可行駛區(qū)域檢測算法綜述
    2.1 引言
    2.2 卷積神經(jīng)網(wǎng)絡(luò)基礎(chǔ)
    2.3 經(jīng)典分割網(wǎng)絡(luò)
        2.3.1 全卷積網(wǎng)絡(luò)（FCN）
        2.3.2 SegNet網(wǎng)絡(luò)
        2.3.3 ENet網(wǎng)絡(luò)
    2.4 本章小結(jié)
第三章 圖像-點云數(shù)據(jù)融合半結(jié)構(gòu)化道路分割算法
    3.1 引言
    3.2 圖像-激光雷達點云異質(zhì)數(shù)據(jù)同一方式
        3.2.1 激光雷達投影數(shù)據(jù)稀疏性分析
        3.2.2 圖像-點云數(shù)據(jù)空間同步
    3.3 圖像-點云特征融合網(wǎng)絡(luò)
        3.3.1 多尺度特征融合（MSFuse）結(jié)構(gòu)
        3.3.2 圖像-點云特征融合道路分割網(wǎng)絡(luò)（C-LNet）
    3.4 實驗結(jié)果與分析
    3.5 本章小結(jié)
第四章 基于空間非對稱感受野結(jié)構(gòu)化道路車道線檢測算法
    4.1 引言
    4.2 車道線數(shù)據(jù)集及標注
    4.3 車道線檢測網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計
        4.3.1 編碼器部分
        4.3.2 解碼器部分
    4.4 模型訓(xùn)練
        4.4.1 損失函數(shù)定義
        4.4.2 模型訓(xùn)練方式
    4.5 實驗結(jié)果與分析
    4.6 本章小結(jié)
第五章 可行駛區(qū)域檢測實車驗證
    5.1 實驗平臺
        5.1.1 智能車平臺
        5.1.2 車載計算平臺
        5.1.3 傳感器平臺
    5.2 可行駛區(qū)域軟件系統(tǒng)搭建
        5.2.1 智能車軟件系統(tǒng)
        5.2.2 可行駛區(qū)域系統(tǒng)節(jié)點
    5.3 實驗結(jié)果與分析
        5.3.1 可行駛道路檢測實驗結(jié)果與分析
        5.3.2 車道線檢測實驗結(jié)果與分析
    5.4 本章小結(jié)
第六章 全文總結(jié)與展望
    6.1 全文總結(jié)
    6.2 后續(xù)工作展望
致謝
參考文獻


【參考文獻】：
期刊論文
[1]無人汽車發(fā)展動態(tài)淺析[J]. 王義,林麟.  世界電信. 2017(03)
[2]基于B樣條曲線模型的結(jié)構(gòu)化道路檢測算法[J]. 許華榮,王曉棟,方遒.  自動化學(xué)報. 2011(03)
[3]基于變形模板和遺傳算法的道路檢測方法[J]. 劉鐵,鄭南寧,程洪,邢征北.  模式識別與人工智能. 2004(02)
[4]基于非同質(zhì)性特征和樣條模型的道路識別算法[J]. 程洪,鄭南寧,趙莉,李青.  西安交通大學(xué)學(xué)報. 2004(04)
[5]基于視覺的道路跟蹤[J]. 楊明,陸建業(yè),王宏,張鈸.  模式識別與人工智能. 2001(02)

博士論文
[1]無人駕駛汽車動態(tài)障礙物避撞關(guān)鍵技術(shù)研究[D]. 黃如林.中國科學(xué)技術(shù)大學(xué) 2017



本文編號：3154441