發(fā)布時(shí)間：2024-02-28 00:13

　　對(duì)交通信息的準(zhǔn)確識(shí)別是保證無人駕駛車輛在道路中安全行駛的重要保障,其中包括行人信息,道路中的其他車輛信息,交通標(biāo)志信息如限速,轉(zhuǎn)向等,交通信號(hào)燈等。能夠準(zhǔn)確識(shí)別這些基本信息,才能為后面車輛的避障,跟蹤等后續(xù)操作提供決策依據(jù)�；谝曈X的圖像分類是將識(shí)別的物體進(jìn)行歸類,在無人駕駛系統(tǒng)中,則是對(duì)交通信息的判斷,如車輛的左轉(zhuǎn),直行或解除限速標(biāo)志的判斷,根據(jù)判斷結(jié)果對(duì)行車做進(jìn)一步規(guī)劃。而城市環(huán)境中,保持在車道線內(nèi)行駛對(duì)整個(gè)交通系統(tǒng)有著重要意義,近年來基于深度學(xué)習(xí)的方法在車道線檢測的任務(wù)中表現(xiàn)突出,其強(qiáng)大的表征能力甚至在信息不充分如目標(biāo)被部分遮擋的情況下也能完成任務(wù),檢測出車道線后如車輛發(fā)生非正常偏移,可發(fā)出偏移警告,這便是偏移預(yù)警。在車輛的行駛過程中,往往會(huì)出現(xiàn)一些意外情況,如交通標(biāo)志被遮擋或無法驗(yàn)證檢測結(jié)果的正確性,通過目標(biāo)的連續(xù)跟蹤可以有效地解決此類問題,同時(shí)針對(duì)道路的復(fù)雜性,如一些特殊路段隧道入口或匝道匯入口等地,都是事故的高發(fā)地段,本文通過基于高精地圖的有限狀態(tài)機(jī)的方法對(duì)車輛的決策行為進(jìn)行了分析。本文的研究工作如下:1)針對(duì)實(shí)際生活中,數(shù)據(jù)標(biāo)簽常有缺失的情況,尤其像交通標(biāo)志一類的數(shù)據(jù)集因...

【文章頁數(shù)】：97 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２．１自動(dòng)編碼器網(wǎng)絡(luò)結(jié)構(gòu)，表示的是偏置層，／Ｕ．ｒ）表示激活函數(shù)??其中，１?＝?｛＾，１２，．．．，；６７？０＾表示的是１＼１維的數(shù)據(jù)，１／表示０維數(shù)據(jù)中的第１??

?浙江大學(xué)碩士學(xué)位論文???２．２交通標(biāo)志的檢測算法??在這節(jié)內(nèi)容中，將簡單地介紹基于自動(dòng)編碼器方法的交通標(biāo)志的識(shí)別方法，??包括傳統(tǒng)自動(dòng)編碼器，稀疏自動(dòng)編碼器及其改進(jìn)的編碼器以及用于分類的??Ｓｏｆｔｍａｘ〇??２．２．１傳統(tǒng)自動(dòng)編碼器??ＢＰ神經(jīng)網(wǎng)絡(luò)是一種非常有效的特征提取算....

圖２．３堆疊式自動(dòng)編碼器第一層??對(duì)于中間層，如ＡＥ２，輸入來自ＡＥ１的輸出，而ＡＥ２的輸出將傳遞給下一??層，具體結(jié)構(gòu)如圖２－４所示，??

，，器。堆疊式自動(dòng)編碼極大地省去了人工提取特征的繁瑣過程，提高了特征的提取??效率，在一定程度上也降低了輸入特征的空間維度，它通過堆棧的方法，將上一??層ＡＥ的輸出作為下一層ＡＥ的輸入，如圖２－２所示，??輸入ｘ?￣—１?ｈ，?Ｉ．丨卜．身｜?ｈ２?ｈｎ．，?—：￣￣—１?ｈ？?....

圖２．４堆疊式自動(dòng)編碼器第二層??最后一層為輸出特征的表達(dá)如圖２－５所示：??

?第二章基于距離編碼器的交通標(biāo)志的識(shí)別分類的研究???？?？?？，??＠?？?＠?？??（Ｃ）?（＾）?＠?＊??（Ｓ＞?？?？?？??？?０??圖２．４堆疊式自動(dòng)編碼器第二層??最后一層為輸出特征的表達(dá)如圖２－５所示：??ｖ＾）?？?ｎ＞－?〇ｉ？）??（＾）?？?ｎｖ－ｌ｜〇....

圖２．５堆疊式自動(dòng)編碼器最后一層??這樣的深層網(wǎng)絡(luò)能夠逐層地學(xué)習(xí)每一層的特征，從而能更好地完成對(duì)原始數(shù)??

?第二章基于距離編碼器的交通標(biāo)志的識(shí)別分類的研究???？?？?？，??＠?？?＠?？??（Ｃ）?（＾）?＠?＊??（Ｓ＞?？?？?？??？?０??圖２．４堆疊式自動(dòng)編碼器第二層??最后一層為輸出特征的表達(dá)如圖２－５所示：??ｖ＾）?？?ｎ＞－?〇ｉ？）??（＾）?？?ｎｖ－ｌ｜〇....

本文編號(hào)：3913177