动态驾驶场景下单目视觉车辆融合测距算法研究

发布时间：2022-11-06 13:21

　　在复杂驾驶环境中具备实时准确的环境感知能力是先进驾驶辅助系统和自动驾驶的关键技术。由于视觉传感器获取信息丰富、价格低廉,大部分环境感知技术都基于视觉实现,但是在动态驾驶场景中,车辆自身的姿态变化和感知对象的动态变化都会对视觉感知算法带来影响。因此,如何充分利用视频流信息实现动态驾驶场景下的高精度车辆感知,成为了基于视觉的车辆感知算法的关键研究内容。本文以道路车辆为研究对象,以提高动态驾驶场景下车辆感知的精度和实时性为目标,开展了基于单目视觉的车辆测距算法相关研究。本文主要进行的研究工作内容如下:（1）构建Light-YOLO车辆检测网络模型。为了提高车辆检测算法在车载嵌入式平台上的运行速度,本文使用基于深度可分离卷积搭建的轻量化特征提取网络替换YOLOv3的骨干网络Darknet53,构建了Light-YOLO网络。进一步通过使用完全重叠度（Complete Intersection over Union,CIoU）改进损失函数、利用K-means++算法重新聚类网络锚框尺寸、改进非极大值抑制算法等方法,提高车辆检测框的位置预测精度。（2）提出基于时间域与空间域连续特征关联的车辆跟踪算... 

【文章页数】：77 页

【学位级别】：硕士

【部分图文】：

YOLOv3网络结构

不同k值对应的平均IoUFig.2.10TheaverageIoUcorrespondingtodifferentkvalues

颜色直方图巴士距离计算示意图


本文编号：3703573