隨著我國經(jīng)濟迅速發(fā)展,機動車輛的保有量也呈現(xiàn)大規(guī)模增長。隨即過多的機動車數(shù)量給我國交通安全帶來了巨大的挑戰(zhàn)。近年來自動駕駛及高級駕駛輔助系統(tǒng)（ADAS）受到世界的廣泛關注和研究。而多分類、多目標檢測與跟蹤是自動駕駛環(huán)境感知層面的關鍵技術之一。實時、準確的多分類、多目標檢測與跟蹤系統(tǒng)為自動駕駛決策提供了有效的依據(jù)。目前基于視覺的目標檢測已經(jīng)有了很好的表現(xiàn),因為視覺獲取的環(huán)境信息豐富,在目標識別與分類中體現(xiàn)了強大的優(yōu)勢。但是由于視覺本身的缺陷,檢測跟蹤效率受目標在運動中特征的可變性、尺度變化、遮擋因素、光影變化的影響很大,而且不能夠準確地提供目標位置信息。激光雷達能夠準確地獲取目標的三維信息,而且探測的距離比較遠,但是得到的目標特征比較少。因此,一個基于視覺與激光雷達融合的系統(tǒng),對于多分類、多目標檢測與跟蹤有著重要的意義�；诖�,本文采用車載多傳感器融合技術,基于視覺和激光雷達融合,針對自動駕駛道路場景中的多車輛檢測與跟蹤系統(tǒng)進行研究。實現(xiàn)了視覺和雷達信息的融合,并通過融合信息對道路多目標車輛進行高效、可靠地檢測跟蹤。本文具體研究重點和創(chuàng)新如下:第一:將深度學習檢測網(wǎng)絡框架運用在檢測與跟蹤... 

【文章來源】：湖南大學湖南省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：64 頁

【學位級別】：碩士

【部分圖文】：

自動駕駛汽車的硬件系統(tǒng)

常用的道路環(huán)境感知設備多車輛的檢測跟蹤任務是自動駕駛汽車以及高級輔助駕駛系統(tǒng)（ADAS）的關

左圖為DAPRA比賽中斯坦福大學參賽的“Junior”自主車，右圖為卡耐基-梅隆大學NavLab-5

【參考文獻】：
期刊論文
[1]他山之石:歐美日自動駕駛汽車相關政策法規(guī)[J]. 鄭雪芹.  汽車縱橫. 2018(08)
[2]協(xié)同運動狀態(tài)估計的多目標跟蹤算法[J]. 袁大龍,紀慶革.  計算機科學. 2017(S2)
[3]國家發(fā)改委等聯(lián)合印發(fā)《汽車產(chǎn)業(yè)中長期發(fā)展規(guī)劃》[J]. 宋城.  中國設備工程. 2017(09)
[4]無人駕駛汽車環(huán)境感知技術綜述[J]. 王世峰,戴祥,徐寧,張鵬飛.  長春理工大學學報(自然科學版). 2017(01)
[5]無人駕駛汽車帶來的交通便利[J]. 黃武陵.  單片機與嵌入式系統(tǒng)應用. 2016(06)
[6]全球首例自動駕駛大客車開放道路行駛——宇通無人駕駛大客車試運行成功[J]. 周晶.  人民公交. 2015(09)
[7]汽車智能化的發(fā)展[J]. 王欣宇,李振中.  汽車工程師. 2013(09)
[8]基于CCD圖像傳感器的路徑識別算法分析[J]. 尚在飛,肖文健,李永科.  電子設計工程. 2012(16)
[9]無人駕駛車試制成功[J]. 朱華.  今日科苑. 2011(18)
[10]完全智能控制 Google無人駕駛汽車路試[J]. 蘇鑫.  道路交通與安全. 2010(04)

博士論文
[1]自主駕駛汽車智能控制系統(tǒng)[D]. 孫振平.國防科學技術大學 2004

碩士論文
[1]基于卷積神經(jīng)網(wǎng)絡的車輛檢測算法研究[D]. 張鎮(zhèn).北京交通大學 2018
[2]多傳感器融合目標識別關鍵技術研究[D]. 郭軍.國防科學技術大學 2008
[3]多傳感器融合技術在汽車避障中的應用[D]. 姜元清.長春理工大學 2008



本文編號：3240687