隨著深度傳感器以及目標(biāo)檢測(cè)等技術(shù)的發(fā)展,車(chē)輛的無(wú)人駕駛系統(tǒng)正在被越來(lái)越多的科研機(jī)構(gòu)以及商業(yè)公司所重視,而無(wú)人駕駛系統(tǒng)所必須的環(huán)境感知能力則是車(chē)輛安全運(yùn)行的保障。在無(wú)人駕駛常用的傳感器方面,激光雷達(dá)相比于相機(jī),有著受環(huán)境干擾程度小,深度信息精準(zhǔn)等主要優(yōu)勢(shì)。在無(wú)人駕駛檢測(cè)算法設(shè)計(jì)方面,深度學(xué)習(xí)的檢測(cè)方法相比于傳統(tǒng)檢測(cè)方法有著自動(dòng)學(xué)習(xí)特征以及精度較高等優(yōu)點(diǎn),所以本文主要研究?jī)?nèi)容為基于64線(xiàn)激光雷達(dá)的車(chē)輛感知深度學(xué)習(xí)算法的設(shè)計(jì),主要有點(diǎn)云數(shù)據(jù)處理、建立數(shù)據(jù)集和深度學(xué)習(xí)網(wǎng)絡(luò)設(shè)計(jì)三個(gè)主要任務(wù)。點(diǎn)云數(shù)據(jù)處理是去除車(chē)輛運(yùn)動(dòng)所帶來(lái)的點(diǎn)云畸變。校正的方法主要是根據(jù)車(chē)載OXTS系統(tǒng)得到位姿信息,將一幀點(diǎn)云數(shù)據(jù)的起始掃描位置和終止掃描位置之間的點(diǎn)云通過(guò)插值的方式進(jìn)行校正。建立數(shù)據(jù)集的任務(wù)主要是對(duì)數(shù)據(jù)采集車(chē)平臺(tái)所采集的數(shù)據(jù)進(jìn)行標(biāo)注以用來(lái)訓(xùn)練和部署設(shè)計(jì)的檢測(cè)算法。深度學(xué)習(xí)感知網(wǎng)絡(luò)則采用了目前檢測(cè)流行的兩步法框架。本文設(shè)計(jì)了LiDAR-RPN和Shape-RCNN分別用來(lái)生成三維候選區(qū)域以及對(duì)三維候選區(qū)域內(nèi)的點(diǎn)云進(jìn)行二次分類(lèi)和邊界框回歸。LiDAR-RPN是先將點(diǎn)云在俯視圖上柵格化,再用設(shè)計(jì)的特征提取器對(duì)每個(gè)柵格進(jìn)...

【文章頁(yè)數(shù)】：60 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 本文研究的背景和意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 3D點(diǎn)云傳統(tǒng)識(shí)別方案
        1.2.2 3D點(diǎn)云深度學(xué)習(xí)檢測(cè)方案
    1.3 本文主要的研究?jī)?nèi)容
第2章 激光雷達(dá)數(shù)據(jù)集的建立
    2.1 點(diǎn)云數(shù)據(jù)的預(yù)處理
        2.1.1 點(diǎn)云的畸變
        2.1.2 點(diǎn)云畸變的矯正方法
    2.2 數(shù)據(jù)標(biāo)注工具設(shè)計(jì)
        2.2.1 點(diǎn)云ROI區(qū)域選擇
        2.2.2 點(diǎn)云與圖像聯(lián)合標(biāo)注
        2.2.3 純點(diǎn)云標(biāo)注
    2.3 標(biāo)簽設(shè)置
    2.4 數(shù)據(jù)集分析
    2.5 本章小結(jié)
第3章 網(wǎng)絡(luò)設(shè)計(jì)整體框架
    3.1 輸入數(shù)據(jù)的特性分析
    3.2 檢測(cè)網(wǎng)絡(luò)的框架設(shè)計(jì)
        3.2.1 兩步法設(shè)計(jì)思路
        3.2.2 單步法設(shè)計(jì)思路
        3.2.3 檢測(cè)網(wǎng)絡(luò)框架設(shè)計(jì)
    3.3 本章小結(jié)
第4章 LiDAR-RPN和 Shape-RCNN
    4.1 俯視圖特征提取
    4.2 LiDAR-RPN
    4.3 Shape-RCNN
        4.3.1 體素化的點(diǎn)云輸入
        4.3.2 體素形狀提取器
        4.3.3 輸出分析
        4.3.4 網(wǎng)絡(luò)結(jié)構(gòu)
    4.4 本章小結(jié)
第5章 綜合實(shí)驗(yàn)與分析
    5.1 體素形狀提取器的效果
    5.2 直通式反向傳播驗(yàn)證
    5.3 網(wǎng)絡(luò)整體訓(xùn)練
        5.3.1 數(shù)據(jù)的使用
        5.3.2 模型訓(xùn)練
        5.3.3 評(píng)估與對(duì)比
    5.4 本章小結(jié)
結(jié)論
參考文獻(xiàn)
致謝



本文編號(hào)：3811605