复杂场景下车载视觉实时多目标联合感知方法

发布时间：2021-08-22 09:48

　　全面准确的环境感知是智能车辆实现自主驾驶的基础。智能车辆环境感知算法大多针对单一任务或单一目标,无法适应车辆、行人和自行车等交通参与者同时存在的复杂行驶环境下的感知需求,而现有的多任务或多目标环境感知算法的准确性和实时性往往难以平衡。为此,本文建立了自动驾驶场景中常见动态障碍物目标和静态道路的统一感知架构,提出了基于车载单目视觉的实时多目标联合感知框架,设计共用特征提取器及多个子任务分支的卷积神经网络结构,同时完成二维目标检测、目标三维信息估计和道路分割三个子任务的实时在线推理,最终实现车辆、行人和骑车人目标的三维检测和道路分割。首先,设计多任务联合感知框架的卷积神经网络结构,以全卷积神经网络为共用特征提取器用于实现二维图像特征的编码,同时构建多个独立的解码分支用于各个子任务的预测输出。其次,为实现快速二维目标检测,多个方面改进现有单阶段目标检测方法。针对行人和骑车人类别容易相互误检的问题,提出了层级分类策略;针对目标相互遮挡的问题,采用软性非极大值抑制后处理算法。再次,为了实现目标的三维重建,设计多项三维信息估计方法,以获取目标的三维位置、姿态及尺寸。提出基于空间递增离散划分的有序回... 

【文章来源】：清华大学北京市 211工程院校 985工程院校 教育部直属院校

【文章页数】：101 页

【学位级别】：硕士

【部分图文】：

MultiNet模型在KITTI数据集上的测试效果图[70]

第2章总体方案设计和关键技术图2.1本课题目标检测对象图2.2坐标轴定义与目标描述量标在其航向角ψ的方向上尺寸的为长度L，在xz平面中与长度垂直的方向上的尺寸为宽度W，Y轴方向的尺寸为高度H。车辆行驶场景中，车辆，行人和骑车人15

第2章总体方案设计和关键技术图2.1本课题目标检测对象图2.2坐标轴定义与目标描述量标在其航向角ψ的方向上尺寸的为长度L，在xz平面中与长度垂直的方向上的尺寸为宽度W，Y轴方向的尺寸为高度H。车辆行驶场景中，车辆，行人和骑车人15

【参考文献】：
硕士论文
[1]基于单目图像的三維物体检测研究[D]. 徐斌.武汉大学 2018



本文编号：3357514