收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于视觉的车辆智能检测技术的研究

王威  
【摘要】:自动驾驶系统可以根据对环境的监测信息,自动或者辅助驾驶员进行车辆的控制决策来提高驾驶的安全性。因此,自动驾驶技术在最近几年,随着传感器技术、检测和控制算法的发展得到了广泛的关注和研究。环境感知、行为估计和控制决策的重要基础之一就是目标检测算法。目前许多基于视觉的2D目标检测算法虽然检测速度较快,但其无法较为准确地提供车辆的姿态和尺寸信息。而大部分3D车辆目标检测方法又都是基于LiDAR提供的深度信息,成本较高。基于视觉的3D目标检测可以提供比LiDAR更为低成本的3D目标检测方案。然而目前许多基于视觉的3D车辆目标检测方法需要复杂的神经网络和先验模型,很难在小型平台部署或者实现较快的检测速度。本文给出了一种利用车辆2D边界框、车辆类型和观察角度来获得其3D边界框的单目3D目标检测方法。本文所提出的方法可以使用现有的2D目标检测方法,且观察角估计部分独立于2D目标检测网络,减轻了数据集的标注难度、卷积网络设计和训练的难度。本文提出的算法不需要复杂的网络去估计出表示车辆3D边界框的7个或9个自由度参数,仅仅根据2D边界框、车辆类型和观察角度信息,即可得出车辆的3D边界框,计算量较小,可以在低性能平台或者移动端部署。除此之外,相机内参的变化不需要对整个网络重新训练,算法的修改和移植比较方便。为了使目标检测系统与本文所用硬件平台匹配,本文首先对YOLOv3-tiny的主干进行了优化,充分利用了GPU资源,提升了2D目标检测的准确度。为了得出车辆的观察角度,本文设计了残差网络并在制作的观察角度数据集上进行训练,使得网络可以根据车辆图片直接输出车辆的观察角度值。得到2D边界框和观察角度后,本文又通过传统计算机视觉的方法,联合相机内参等先验信息解方程组,获得车辆3D姿态信息及3D边界框。在KITTI数据集上的测试结果表明,Easy模式的AP50,AP70、AOS和AP3D达到了95.1%,77.8%,76.9%和1.8%,虽然与最先进的目标检测准确度还有一定距离,但是对硬件的要求大大降低,显存占用1GB以内。为了对车辆目标检测的结果进行应用和直观显示,本文在得出2D、3D信息基础上,在鸟瞰图中直观给出了车辆位置、车道线等信息。


知网文化
【相似文献】
中国期刊全文数据库 前11条
1 舒朗;郭春生;;基于回归与深度强化学习的目标检测算法[J];软件导刊;2018年12期
2 王钤;张穗华;雷丝雨;邓博文;;一种基于数据聚类的目标检测算法[J];机电产品开发与创新;2016年06期
3 孙林;鲍金河;刘一超;;高光谱图像目标检测算法分析[J];测绘科学;2012年01期
4 张桂林,熊艳,曹伟,李强;一种评价自动目标检测算法性能的方法[J];华中理工大学学报;1994年05期
5 许云;李彬;;基于背景遗传模型的运动目标检测算法[J];自动化技术与应用;2017年03期
6 杜佳;宋春林;;一种改进的毫米波雷达多目标检测算法[J];通信技术;2015年07期
7 诸葛霞;向健勇;;基于分形特征的目标检测算法概述及仿真[J];红外技术;2006年10期
8 张宽;滕国伟;;基于位置预测的目标检测算法[J];电子测量技术;2019年19期
9 丁业兵;;运动目标检测算法综述[J];科技资讯;2019年30期
10 方路平;何杭江;周国民;;目标检测算法研究综述[J];计算机工程与应用;2018年13期
11 尚海林;;复杂场景下弱小目标检测算法的FPGA实现[J];航空兵器;2007年04期
中国重要会议论文全文数据库 前10条
1 何元磊;李红军;周陆军;李旭渊;顾立林;尼涛;;基于端元丰度量化的高光谱图像目标检测算法[A];国家安全地球物理丛书(十一)——地球物理应用前沿[C];2015年
2 孙瑾秋;张艳宁;姜磊;王敏;;基于变换域特征的星空背景弱小目标检测算法[A];第八届全国信号与信息处理联合学术会议论文集[C];2009年
3 高飞;蒋建国;安红新;齐美彬;;一种快速运动目标检测算法[A];全国第22届计算机技术与应用学术会议(CACIS·2011)暨全国第3届安全关键技术与应用(SCA·2011)学术会议论文摘要集[C];2011年
4 许俊平;张启衡;张耀;王华闯;;基于人眼视觉特性的小目标检测算法[A];2006年全国光电技术学术交流会会议文集(D 光电信息处理技术专题)[C];2006年
5 王艺婷;黄世奇;刘代志;王红霞;;高光谱图像目标检测算法性能研究[A];国家安全地球物理丛书(十)——地球物理环境与国家安全[C];2014年
6 张国华;;一种基于导引头稳定平台结构的目标检测算法[A];第九届全国光电技术学术交流会论文集(下册)[C];2010年
7 郑伟成;李学伟;刘宏哲;;基于深度学习的目标检测算法综述[A];中国计算机用户协会网络应用分会2018年第二十二届网络新技术与应用年会论文集[C];2018年
8 刘昊;赵龙;;基于改进混合高斯模型的运动目标检测算法[A];2011年中国智能自动化学术会议论文集(第一分册)[C];2011年
9 刘峰;奚晓梁;沈同圣;;基于最大值投影的空间小目标检测算法[A];第二届空间目标与碎片监测、清理技术及应用学术研讨会论文集[C];2015年
10 邓宇;陈孝威;;综合利用时空信息的运动目标检测算法[A];第二届和谐人机环境联合学术会议(HHME2006)——第15届中国多媒体学术会议(NCMT'06)论文集[C];2006年
中国博士学位论文全文数据库 前10条
1 张丽丽;基于空谱联合特性的高光谱图像异常目标检测算法研究[D];哈尔滨工程大学;2018年
2 赵红燕;被动多基站雷达目标检测算法研究[D];西安电子科技大学;2017年
3 郭小路;多通道雷达干扰抑制与目标检测算法研究[D];西安电子科技大学;2017年
4 李健;星载宽幅SAR及目标检测算法研究[D];西安电子科技大学;2018年
5 潘雪莉;机载环视SAR海面特性和舰船目标检测算法研究[D];西安电子科技大学;2018年
6 陈宇环;联合时空特征的视觉显著目标检测算法研究[D];深圳大学;2018年
7 曾冬冬;视频监控中的前景目标检测算法研究[D];中国科学院大学(中国科学院长春光学精密机械与物理研究所);2019年
8 王志虎;基于显著性的运动目标检测算法研究[D];国防科学技术大学;2015年
9 郭明玮;基于视觉记忆的目标检测算法:一个特征学习与特征联想的过程[D];中国科学技术大学;2014年
10 王俊强;图像中人体目标检测算法研究[D];北京邮电大学;2012年
中国硕士学位论文全文数据库 前10条
1 刘业鹏;基于深度学习的输电线路目标检测方法研究[D];华北电力大学;2019年
2 张江勇;基于深度学习的动车关键部位故障图像检测[D];电子科技大学;2019年
3 王威;基于视觉的车辆智能检测技术的研究[D];电子科技大学;2019年
4 魏墨非;基于深度学习目标检测的优化研究与实现[D];电子科技大学;2019年
5 侯小春;基于卷积神经网络的目标检测算法研究[D];电子科技大学;2019年
6 石齐双;城市管理案件图像目标检测算法研究[D];桂林电子科技大学;2019年
7 莫烨;基于生成对抗网络的复杂环境目标检测算法研究[D];桂林电子科技大学;2019年
8 徐首韬;基于卷积神经网络的目标检测算法研究[D];合肥工业大学;2019年
9 方璐;基于深度神经网络的多尺度目标检测算法研究[D];合肥工业大学;2019年
10 王晓芸;基于OpenCL的深度学习目标检测算法加速方法研究[D];北京交通大学;2019年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978