隨著人工智能技術(shù)的不斷提高,近年來(lái),智能車輛（Intelligent vehicle）逐漸在各國(guó)的智能交通研究中吸引了越來(lái)越多的關(guān)注,其中,基于機(jī)器視覺(jué)的車輛行駛環(huán)境識(shí)別研究成為了研究的重點(diǎn)之一。對(duì)路面中的車道線進(jìn)行正確而實(shí)時(shí)的檢測(cè)與識(shí)別是對(duì)于智能車輛行駛的一大挑戰(zhàn),無(wú)論是通過(guò)紅外識(shí)別,圖像識(shí)別還是最終的機(jī)器學(xué)習(xí),車道線檢測(cè)的主要目的都是為了為智能車輛的行駛提供有效正確的道路信息,使智能車輛能實(shí)現(xiàn)安全的自動(dòng)駕駛。本文以智能車輛中的車道線檢測(cè)和智能車輛的自動(dòng)駕駛為背景,主要針對(duì)卷積神經(jīng)網(wǎng)絡(luò)在車道線檢測(cè)中的應(yīng)用進(jìn)行設(shè)計(jì),實(shí)現(xiàn)智能車輛穩(wěn)定實(shí)時(shí)的對(duì)道路結(jié)構(gòu)進(jìn)行識(shí)別。本文提出了一種基于Hough Transform和卷積神經(jīng)網(wǎng)絡(luò)的道路識(shí)別方法。該方法分為圖像預(yù)處理,圖像分類,車輛控制三個(gè)環(huán)節(jié)。因道路環(huán)境易受天氣,光照等影響,所以提取的道路的圖像會(huì)由于天氣光照的不同而產(chǎn)生一定的噪聲,為了讓卷積神經(jīng)網(wǎng)絡(luò)能更好的識(shí)別到圖像中的車道線,首先通過(guò)圖像的預(yù)處理將圖像進(jìn)行去噪,本文主要采用了Canny邊緣檢測(cè)與Hough Transform將圖像中的車道線更加突出,而將其他不相關(guān)信息過(guò)濾掉直,然后,針對(duì)處理后... 

【文章來(lái)源】：北京工業(yè)大學(xué)北京市 211工程院校

【文章頁(yè)數(shù)】：76 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題研究背景及意義
    1.2 車道線檢測(cè)國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 車道線檢測(cè)國(guó)內(nèi)研究現(xiàn)狀
        1.2.2 車道線檢測(cè)國(guó)外研究現(xiàn)狀
    1.3 論文研究?jī)?nèi)容及論文結(jié)構(gòu)
        1.3.1 圖像預(yù)處理算法設(shè)計(jì)
        1.3.2 人工神經(jīng)網(wǎng)絡(luò)的選擇和訓(xùn)練方法
        1.3.3 小車車道識(shí)別算法與控制設(shè)計(jì)
第2章 相關(guān)技術(shù)介紹
    2.1 圖像預(yù)處理算法概述
        2.1.1 Canny邊緣檢測(cè)
        2.1.2 HoughTransform直線提取
    2.2 神經(jīng)網(wǎng)絡(luò)概述
        2.2.1 普通人工神經(jīng)網(wǎng)絡(luò)概述
        2.2.2 卷積人工神經(jīng)網(wǎng)絡(luò)概述
    2.3 強(qiáng)化學(xué)習(xí)概述
    2.4 本章小結(jié)
第3章 車道線檢測(cè)需求分析
    3.1 車道線檢測(cè)系統(tǒng)需求分析
    3.2 功能需求
        3.2.1 車道線標(biāo)注
        3.2.2 圖像預(yù)處理
        3.2.3 車道線檢測(cè)
        3.2.4 結(jié)果顯示
        3.2.5 車輛控制
    3.3 非功能需求
        3.3.1 性能需求
        3.3.2 魯棒性
    3.4 本章小結(jié)
第4章 車道線檢測(cè)系統(tǒng)設(shè)計(jì)
    4.1 車道線圖像數(shù)據(jù)標(biāo)注與篩選
    4.2 車道線圖像預(yù)處理
        4.2.1 ROI提取范圍設(shè)計(jì)
        4.2.2 邊緣提取設(shè)計(jì)
        4.2.3 直線提取設(shè)計(jì)
    4.3 基于CNN的車道線檢測(cè)算法
        4.3.1 CNN結(jié)構(gòu)及參數(shù)設(shè)計(jì)
        4.3.2 CNN的訓(xùn)練
    4.4 基于強(qiáng)化學(xué)習(xí)的車輛控制算法設(shè)計(jì)
        4.4.1 Q學(xué)習(xí)方法運(yùn)用設(shè)計(jì)
    4.5 本章小結(jié)
第5章 車道線檢測(cè)系統(tǒng)實(shí)現(xiàn)
    5.1 車道線圖像數(shù)據(jù)預(yù)處理實(shí)現(xiàn)
        5.1.1 ROI區(qū)提取實(shí)現(xiàn)
        5.1.2 邊緣檢測(cè)實(shí)現(xiàn)
        5.1.3 直線提取實(shí)現(xiàn)
    5.2 基于CNN的車道線檢測(cè)系統(tǒng)實(shí)現(xiàn)
        5.2.1 CNN整體架構(gòu)實(shí)現(xiàn)
        5.2.2 CNN訓(xùn)練實(shí)現(xiàn)
    5.3 基于強(qiáng)化學(xué)習(xí)的車輛控制算法實(shí)現(xiàn)
        5.3.1 Q學(xué)習(xí)方法實(shí)現(xiàn)
    5.4 本章小結(jié)
第6章 車道線檢測(cè)系統(tǒng)測(cè)試
    6.1 系統(tǒng)實(shí)現(xiàn)測(cè)試環(huán)境
    6.2 模塊測(cè)試
        6.2.1 CNN模塊測(cè)試
        6.2.2 Q-learning強(qiáng)化學(xué)習(xí)模塊測(cè)試
        6.2.3 系統(tǒng)性能測(cè)試
    6.3 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間取得的研究成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]一種魯棒性的多車道線檢測(cè)算法[J]. 宣寒宇,劉宏哲,袁家政,李青,牛小寧.  計(jì)算機(jī)科學(xué). 2017(11)
[2]多Agent強(qiáng)化學(xué)習(xí)下的城市路網(wǎng)自適應(yīng)交通信號(hào)協(xié)調(diào)配時(shí)決策研究綜述[J]. 夏新海.  交通運(yùn)輸研究. 2017(02)
[3]基于Hough變換的車道線檢測(cè)[J]. 錢(qián)怡.  山東工業(yè)技術(shù). 2017(10)
[4]基于多傳感融合的車道線檢測(cè)與跟蹤方法的研究[J]. 吳彥文,張楠,周濤,嚴(yán)巍.  計(jì)算機(jī)應(yīng)用研究. 2018(02)
[5]無(wú)人駕駛汽車環(huán)境感知技術(shù)綜述[J]. 王世峰,戴祥,徐寧,張鵬飛.  長(zhǎng)春理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(01)
[6]無(wú)人駕駛汽車研究綜述與發(fā)展展望[J]. 潘福全,亓榮杰,張璇,張麗霞.  科技創(chuàng)新與應(yīng)用. 2017(02)
[7]卷積神經(jīng)網(wǎng)絡(luò)研究綜述[J]. 李彥冬,郝宗波,雷航.  計(jì)算機(jī)應(yīng)用. 2016(09)
[8]圖像理解中的卷積神經(jīng)網(wǎng)絡(luò)[J]. 常亮,鄧小明,周明全,武仲科,袁野,楊碩,王宏安.  自動(dòng)化學(xué)報(bào). 2016(09)
[9]一種基于直線模型的道路識(shí)別算法[J]. 董瑞先,王玉林,張魯鄒,張亮修.  青島大學(xué)學(xué)報(bào)(工程技術(shù)版). 2010(01)
[10]智能汽車中基于視覺(jué)的道路檢測(cè)與跟蹤算法[J]. 劉富強(qiáng),田敏,胡振程.  同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2007(11)

碩士論文
[1]Qlearning強(qiáng)化學(xué)習(xí)算法的改進(jìn)及應(yīng)用研究[D]. 馬朋委.安徽理工大學(xué) 2016
[2]基于深度學(xué)習(xí)的車道線檢測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 李松澤.哈爾濱工業(yè)大學(xué) 2016
[3]強(qiáng)化學(xué)習(xí)在仿人機(jī)器人行走穩(wěn)定控制上的研究及實(shí)現(xiàn)[D]. 陳奇石.華南理工大學(xué) 2016
[4]基于強(qiáng)化學(xué)習(xí)的移動(dòng)機(jī)器人路徑規(guī)劃研究[D]. 許亞.山東大學(xué) 2013



本文編號(hào)：3385263