針對智能車輛核心功能中的視覺感知存在識別準(zhǔn)確度低、實時性差、導(dǎo)航系統(tǒng)功能單一以及抗干擾能力不足等問題,提出了一種改進(jìn)的孿生神經(jīng)網(wǎng)絡(luò)目標(biāo)識別算法,解決了傳統(tǒng)圖像處理算法誤差大、識別率低等問題。改進(jìn)U-Net網(wǎng)絡(luò)的遙感圖像路徑分割算法,優(yōu)化了全局道路信息的識別能力,為自主導(dǎo)航、路徑規(guī)劃及控制提供了先驗信息,豐富了導(dǎo)航系統(tǒng)功能及其可靠性。最后,搭建嵌入式小車實驗平臺對開發(fā)的算法進(jìn)行驗證。本文主要研究內(nèi)容和結(jié)果如下:(1)分析和綜述了國內(nèi)外智能車輛及其目標(biāo)識別跟蹤、智能導(dǎo)航等相關(guān)技術(shù)的研究現(xiàn)狀和發(fā)展趨勢,介紹了本文主要研究內(nèi)容及目標(biāo)。(2)針對智能車的視頻目標(biāo)識別與導(dǎo)航控制功能,對比研究了相關(guān)的深度學(xué)習(xí)網(wǎng)絡(luò),對用于目標(biāo)跟蹤的堆疊自編碼器、卷積神經(jīng)網(wǎng)絡(luò)、孿生神經(jīng)網(wǎng)絡(luò)以及用于道路提取的全卷積網(wǎng)絡(luò)、反卷積網(wǎng)絡(luò)、U-Net網(wǎng)絡(luò)的不同特性進(jìn)行討論,結(jié)合應(yīng)用環(huán)境對算法進(jìn)行了比較分析。(3)引入通道加權(quán)和邊框回歸策略,改進(jìn)了基于孿生神經(jīng)網(wǎng)絡(luò)的目標(biāo)識別跟蹤模型,克服了陰影、光照及背景頻繁變化造成目標(biāo)丟失的問題。通過標(biāo)準(zhǔn)數(shù)據(jù)集訓(xùn)練和跟蹤實驗,計算得到本文改進(jìn)后的平均IoU(Intersection over U...

【文章頁數(shù)】：82 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 引言
    1.2 課題背景及意義
    1.3 國內(nèi)外研究現(xiàn)狀
        1.3.1 智能車輛研究現(xiàn)狀
        1.3.2 目標(biāo)識別、跟蹤技術(shù)研究現(xiàn)狀
        1.3.3 導(dǎo)航技術(shù)研究現(xiàn)狀
    1.4 本文主要工作
        1.4.1 研究目標(biāo)
        1.4.2 主要研究內(nèi)容與關(guān)鍵技術(shù)問題
        1.4.3 文章總體安排
    1.5 本章小結(jié)
第2章 神經(jīng)網(wǎng)絡(luò)算法研究
    2.1 深度學(xué)習(xí)相關(guān)知識
    2.2 基于深度學(xué)習(xí)的目標(biāo)跟蹤模型
        2.2.1 堆疊自編碼器
        2.2.2 卷積神經(jīng)網(wǎng)絡(luò)原理
        2.2.3 孿生神經(jīng)網(wǎng)絡(luò)原理
    2.3 基于深度學(xué)習(xí)的路徑提取模型
        2.3.1 全卷積網(wǎng)絡(luò)
        2.3.2 反卷積網(wǎng)絡(luò)
        2.3.3 U-Net網(wǎng)絡(luò)
    2.4 本章小結(jié)
第3章 基于改進(jìn)的孿生神經(jīng)網(wǎng)絡(luò)的目標(biāo)跟蹤
    3.1 目標(biāo)跟蹤算法
    3.2 針對Siamese-FC網(wǎng)絡(luò)的改進(jìn)
        3.2.1 加權(quán)特征通道
        3.2.2 邊框回歸
    3.3測試實驗
        3.3.1 數(shù)據(jù)集
        3.3.2 實驗平臺與環(huán)境
    3.4 實驗結(jié)果及分析
    3.5 本章小結(jié)
第4章 基于改進(jìn)U-Net網(wǎng)絡(luò)的遙感圖像道路提取
    4.1 全局路徑信息獲取的意義
    4.2 遙感圖像預(yù)處理
        4.2.1 灰度梯度直方圖自適應(yīng)均衡化
        4.2.2 實驗結(jié)果
        4.2.3 結(jié)果分析
    4.3 改進(jìn)U-Net網(wǎng)絡(luò)
    4.4 路徑分割實驗
        4.4.1 數(shù)據(jù)集
        4.4.2 實驗平臺與環(huán)境
        4.4.3 訓(xùn)練與測試
    4.5 實驗結(jié)果分析
    4.6 本章小結(jié)
第5章 跟蹤實驗與自主導(dǎo)航
    5.1 系統(tǒng)總體設(shè)計
        5.1.1 系統(tǒng)硬件設(shè)計
        5.1.2 系統(tǒng)軟件設(shè)計
    5.2 動力學(xué)分析及導(dǎo)航信息提取
        5.2.1 小車運動分析
        5.2.2 目標(biāo)定位
    5.3 目標(biāo)跟蹤與自主導(dǎo)航實驗結(jié)果分析
        5.3.1 嵌入式系統(tǒng)的識別測試實驗
        5.3.2 目標(biāo)跟蹤與自主導(dǎo)航實驗
        5.3.3 實驗結(jié)果及分析
    5.4 本章小結(jié)
總結(jié)與展望
    總結(jié)
    展望
參考文獻(xiàn)
致謝



本文編號：3766817