基于深度學(xué)習(xí)的復(fù)雜交通環(huán)境下目標(biāo)跟蹤與軌跡預(yù)測(cè)研究
發(fā)布時(shí)間:2021-09-01 03:26
面向未來(lái),電動(dòng)汽車(chē)自動(dòng)駕駛是解決道路交通安全、緩解交通擁堵、提高駕駛?cè)耸孢m性的重要手段。世界范圍內(nèi),學(xué)術(shù)界和工業(yè)界都投入大量精力對(duì)于自動(dòng)駕駛系統(tǒng)進(jìn)行研發(fā),目前已取得一定成果。自動(dòng)駕駛系統(tǒng)一般分為環(huán)境感知、路徑規(guī)劃和決策控制三個(gè)部分,實(shí)現(xiàn)道路交通環(huán)境的準(zhǔn)確感知是自動(dòng)駕駛系統(tǒng)的基礎(chǔ)和前提;谝曈X(jué)傳感器的環(huán)境感知因其價(jià)格低廉,適應(yīng)性廣等特點(diǎn),是目前主要研究方向之一。傳統(tǒng)機(jī)器學(xué)習(xí)方面在面對(duì)如遮擋等多種視覺(jué)屬性問(wèn)題時(shí),已難以完全解決。深度學(xué)習(xí)因其強(qiáng)大的表征能力在計(jì)算機(jī)視覺(jué)的各個(gè)領(lǐng)域都取得較好效果,基于深度學(xué)習(xí)的視覺(jué)感知算法是目前最有潛力的方向之一。本論文依托于國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目《智能電動(dòng)汽車(chē)的感知、決策與控制關(guān)鍵基礎(chǔ)問(wèn)題研究》(2016YFB0100900)和《電動(dòng)自動(dòng)駕駛汽車(chē)關(guān)鍵技術(shù)研究及示范運(yùn)行》(2017YFB0102600)?紤]時(shí)空類(lèi)感知算法目前研究并不充分,關(guān)注自動(dòng)駕駛環(huán)境感知方案中的單目標(biāo)跟蹤、多目標(biāo)跟蹤和軌跡預(yù)測(cè),重點(diǎn)研究基于深度學(xué)習(xí)方法的視覺(jué)傳感器以獲取復(fù)雜交通環(huán)境下目標(biāo)的種類(lèi)、位置和運(yùn)動(dòng)軌跡。通過(guò)分析國(guó)內(nèi)外相關(guān)研究的現(xiàn)狀后,總結(jié)現(xiàn)階段相關(guān)研究中存在的問(wèn)題與不足,確定本文的...
【文章來(lái)源】:吉林大學(xué)吉林省 211工程院校 985工程院校 教育部直屬院校
【文章頁(yè)數(shù)】:115 頁(yè)
【學(xué)位級(jí)別】:博士
【部分圖文】:
自動(dòng)駕駛的三大關(guān)鍵系統(tǒng)
第2章深度學(xué)習(xí)目標(biāo)檢測(cè)方法23包圍框和類(lèi)別概率,其整體網(wǎng)絡(luò)圖如圖2.4所示。圖2.4YOLO算法網(wǎng)絡(luò)結(jié)構(gòu)圖盡管YOLO在速度上具有重大提升,以至于在工業(yè)界廣受歡迎,但是其仍然在定位準(zhǔn)確度上與二階段檢測(cè)器相比具有明顯性能下降,特別是在針對(duì)小目標(biāo)檢測(cè)。因此初始版本之后的迭代版本以及之后提出的SSD算法都在這一問(wèn)題上進(jìn)行針對(duì)性改進(jìn)。2.4.2SSD算法SSD(SingleShotMultiBoxDetector)是2015年提出的單階段目標(biāo)檢測(cè)器[111]。SSD算法的主要貢獻(xiàn)是將多回歸框多分辨率目標(biāo)檢測(cè)技術(shù)的引入,在這一過(guò)程中對(duì)于固定默認(rèn)包圍框集合在每一個(gè)位置設(shè)置不同尺度并在其中一些包圍框中特征圖設(shè)置不同尺度,從而顯著提高一階段檢測(cè)器的效果,特別是針對(duì)小目標(biāo)檢測(cè)的效果,其整體網(wǎng)絡(luò)結(jié)構(gòu)圖如圖2.5所示。圖2.5SSD算法網(wǎng)絡(luò)結(jié)構(gòu)圖
第2章深度學(xué)習(xí)目標(biāo)檢測(cè)方法23包圍框和類(lèi)別概率,其整體網(wǎng)絡(luò)圖如圖2.4所示。圖2.4YOLO算法網(wǎng)絡(luò)結(jié)構(gòu)圖盡管YOLO在速度上具有重大提升,以至于在工業(yè)界廣受歡迎,但是其仍然在定位準(zhǔn)確度上與二階段檢測(cè)器相比具有明顯性能下降,特別是在針對(duì)小目標(biāo)檢測(cè)。因此初始版本之后的迭代版本以及之后提出的SSD算法都在這一問(wèn)題上進(jìn)行針對(duì)性改進(jìn)。2.4.2SSD算法SSD(SingleShotMultiBoxDetector)是2015年提出的單階段目標(biāo)檢測(cè)器[111]。SSD算法的主要貢獻(xiàn)是將多回歸框多分辨率目標(biāo)檢測(cè)技術(shù)的引入,在這一過(guò)程中對(duì)于固定默認(rèn)包圍框集合在每一個(gè)位置設(shè)置不同尺度并在其中一些包圍框中特征圖設(shè)置不同尺度,從而顯著提高一階段檢測(cè)器的效果,特別是針對(duì)小目標(biāo)檢測(cè)的效果,其整體網(wǎng)絡(luò)結(jié)構(gòu)圖如圖2.5所示。圖2.5SSD算法網(wǎng)絡(luò)結(jié)構(gòu)圖
本文編號(hào):3376193
【文章來(lái)源】:吉林大學(xué)吉林省 211工程院校 985工程院校 教育部直屬院校
【文章頁(yè)數(shù)】:115 頁(yè)
【學(xué)位級(jí)別】:博士
【部分圖文】:
自動(dòng)駕駛的三大關(guān)鍵系統(tǒng)
第2章深度學(xué)習(xí)目標(biāo)檢測(cè)方法23包圍框和類(lèi)別概率,其整體網(wǎng)絡(luò)圖如圖2.4所示。圖2.4YOLO算法網(wǎng)絡(luò)結(jié)構(gòu)圖盡管YOLO在速度上具有重大提升,以至于在工業(yè)界廣受歡迎,但是其仍然在定位準(zhǔn)確度上與二階段檢測(cè)器相比具有明顯性能下降,特別是在針對(duì)小目標(biāo)檢測(cè)。因此初始版本之后的迭代版本以及之后提出的SSD算法都在這一問(wèn)題上進(jìn)行針對(duì)性改進(jìn)。2.4.2SSD算法SSD(SingleShotMultiBoxDetector)是2015年提出的單階段目標(biāo)檢測(cè)器[111]。SSD算法的主要貢獻(xiàn)是將多回歸框多分辨率目標(biāo)檢測(cè)技術(shù)的引入,在這一過(guò)程中對(duì)于固定默認(rèn)包圍框集合在每一個(gè)位置設(shè)置不同尺度并在其中一些包圍框中特征圖設(shè)置不同尺度,從而顯著提高一階段檢測(cè)器的效果,特別是針對(duì)小目標(biāo)檢測(cè)的效果,其整體網(wǎng)絡(luò)結(jié)構(gòu)圖如圖2.5所示。圖2.5SSD算法網(wǎng)絡(luò)結(jié)構(gòu)圖
第2章深度學(xué)習(xí)目標(biāo)檢測(cè)方法23包圍框和類(lèi)別概率,其整體網(wǎng)絡(luò)圖如圖2.4所示。圖2.4YOLO算法網(wǎng)絡(luò)結(jié)構(gòu)圖盡管YOLO在速度上具有重大提升,以至于在工業(yè)界廣受歡迎,但是其仍然在定位準(zhǔn)確度上與二階段檢測(cè)器相比具有明顯性能下降,特別是在針對(duì)小目標(biāo)檢測(cè)。因此初始版本之后的迭代版本以及之后提出的SSD算法都在這一問(wèn)題上進(jìn)行針對(duì)性改進(jìn)。2.4.2SSD算法SSD(SingleShotMultiBoxDetector)是2015年提出的單階段目標(biāo)檢測(cè)器[111]。SSD算法的主要貢獻(xiàn)是將多回歸框多分辨率目標(biāo)檢測(cè)技術(shù)的引入,在這一過(guò)程中對(duì)于固定默認(rèn)包圍框集合在每一個(gè)位置設(shè)置不同尺度并在其中一些包圍框中特征圖設(shè)置不同尺度,從而顯著提高一階段檢測(cè)器的效果,特別是針對(duì)小目標(biāo)檢測(cè)的效果,其整體網(wǎng)絡(luò)結(jié)構(gòu)圖如圖2.5所示。圖2.5SSD算法網(wǎng)絡(luò)結(jié)構(gòu)圖
本文編號(hào):3376193
本文鏈接:http://sikaile.net/shoufeilunwen/gckjbs/3376193.html
最近更新
教材專(zhuān)著