智能車(chē)技術(shù)的快速發(fā)展有利于提高人類出行的安全性和效率,而穩(wěn)定、可靠并且具有多車(chē)道感知能力的道路檢測(cè)是車(chē)輛安全行駛的重要保障之一。車(chē)道劃分的精確性、算法對(duì)環(huán)境的魯棒性等使車(chē)道級(jí)的道路檢測(cè)算法非常具有挑戰(zhàn)性。目前,主流的道路檢測(cè)算法,如車(chē)道分割、車(chē)道線檢測(cè)等,均無(wú)法很好地獨(dú)立完成多車(chē)道檢測(cè)任務(wù)。因此,本文融合了車(chē)道線檢測(cè)和道路分割的結(jié)果,提出了一種基于多任務(wù)學(xué)習(xí)的多車(chē)道檢測(cè)算法。該算法主要包括了道路分割任務(wù)、車(chē)道線檢測(cè)任務(wù)以及結(jié)果融合模塊。對(duì)于道路分割任務(wù),分割網(wǎng)絡(luò)往往沒(méi)有考慮到道路固有的特性,使得道路分割的效果受到了很大的局限性,于是,本文提出了一種基于先驗(yàn)知識(shí)的道路分割算法。該算法主體是一個(gè)編碼器-解碼器結(jié)構(gòu)的圖像分割網(wǎng)絡(luò),針對(duì)道路的空間、邊緣梯度兩種特征,本文提取了相應(yīng)的特征信息作為先驗(yàn)知識(shí):將圖像像素的位置索引作為空間先驗(yàn)知識(shí);計(jì)算了八鄰域中八個(gè)方向的梯度作為原始空間的邊緣先驗(yàn)知識(shí),將這些有關(guān)道路的先驗(yàn)知識(shí)與網(wǎng)絡(luò)融合,豐富信息。同時(shí)本文在交叉熵?fù)p失函數(shù)的基礎(chǔ)上引入了道路數(shù)據(jù)分布概率,對(duì)可能是道路區(qū)域中的漏檢或者不可能是道路區(qū)域中的誤檢加大懲罰,從而使得道路分割效果更佳。在Citys... 

【文章頁(yè)數(shù)】：101 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 國(guó)內(nèi)外發(fā)展現(xiàn)狀
        1.2.1 基于車(chē)道線的道路檢測(cè)方法
        1.2.2 基于道路分割的道路檢測(cè)方法
    1.3 本文主要研究?jī)?nèi)容
第二章 基于多先驗(yàn)知識(shí)的道路分割算法
    2.1 引言
    2.2 基礎(chǔ)網(wǎng)絡(luò)
        2.2.1 VGGNet
        2.2.2 ResNet
        2.2.3 FCN
    2.3 道路分割網(wǎng)絡(luò)
        2.3.1 網(wǎng)絡(luò)整體結(jié)構(gòu)
        2.3.2 數(shù)據(jù)增強(qiáng)
        2.3.3 道路先驗(yàn)知識(shí)及融合
        2.3.4 基于空間先驗(yàn)知識(shí)的損失函數(shù)
    2.4 實(shí)驗(yàn)與分析
        2.4.1 實(shí)驗(yàn)數(shù)據(jù)集
        2.4.2 數(shù)據(jù)集驗(yàn)證實(shí)驗(yàn)
        2.4.3 真實(shí)數(shù)據(jù)驗(yàn)證實(shí)驗(yàn)
    2.5 本章小結(jié)
第三章 基于實(shí)例分割的車(chē)道線檢測(cè)算法
    3.1 引言
    3.2 車(chē)道線實(shí)例分割網(wǎng)絡(luò)
        3.2.1 網(wǎng)絡(luò)整體架構(gòu)
        3.2.2 車(chē)道線二值分割網(wǎng)絡(luò)
        3.2.3 特征映射層
    3.3 車(chē)道線實(shí)例聚類
    3.4 車(chē)道線模型擬合
        3.4.1 逆透視變換
        3.4.2 基于Ransac的車(chē)道線擬合算法
    3.5 實(shí)驗(yàn)與分析
        3.5.1 實(shí)驗(yàn)數(shù)據(jù)集
        3.5.2 數(shù)據(jù)集驗(yàn)證實(shí)驗(yàn)
        3.5.3 真實(shí)數(shù)據(jù)驗(yàn)證實(shí)驗(yàn)
    3.6 本章小結(jié)
第四章 基于多任務(wù)學(xué)習(xí)的多車(chē)道檢測(cè)算法
    4.1 引言
    4.2 多任務(wù)學(xué)習(xí)
    4.3 基于多任務(wù)聯(lián)合學(xué)習(xí)的多車(chē)道線檢測(cè)算法
        4.3.1 整體架構(gòu)
        4.3.2 網(wǎng)絡(luò)訓(xùn)練過(guò)程
    4.4 車(chē)道線檢測(cè)與道路分割的融合算法
    4.5 實(shí)驗(yàn)與分析
        4.5.1 實(shí)驗(yàn)數(shù)據(jù)集
        4.5.2 數(shù)據(jù)集驗(yàn)證實(shí)驗(yàn)
        4.5.3 真實(shí)數(shù)據(jù)驗(yàn)證實(shí)驗(yàn)
    4.6 本章小結(jié)
第五章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻(xiàn)
致謝
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文
攻讀學(xué)位期間參與的項(xiàng)目



本文編號(hào)：3722956