交通标志识别技术在无人驾驶中的应用研究

发布时间:2021-09-06 19:24
  无人驾驶是智能车辆领域的重要研究热点之一,而交通标志识别是无人驾驶的关键环节。本文针对禁令、警告和指示三类交通标志,共分为15种,分别运用支持向量机和卷积神经网络的方法对交通标志的识别进行研究,通过训练得到交通标志识别模型,并设计实现了交通标志识别系统。本文的主要工作内容如下:1.对交通标志图像进行预处理、分割以及定位。首先采用灰度化、直方图均衡化、滤波对交通标志进行预处理,然后选择基于Lab颜色空间k均值聚类法对其分割,最后基于三类交通标志的形状特征完成交通标志的定位。2.实现了基于特征串行融合和支持向量机的交通标志识别。分别提取交通标志的HOG特征和Gist特征,通过串行融合的方式将两种特征组合在一起,利用SVM训练得到交通标志识别模型。该模型的平均识别正确率为85.3%。3.实现了基于卷积神经网络微调的交通标志识别。微调ResNet50网络模型,使其输出节点对应15种交通标志,重新训练最后一层,得到交通标志识别模型。该模型的平均识别正确率为94.4%。4.无人驾驶中的交通标志识别系统的设计与实现。该系统实现了交通标志的预处理、分割和定位及识别等功能。本文给出了系统的运行结果,在此... 

【文章来源】:大连交通大学辽宁省

【文章页数】:75 页

【学位级别】:硕士

【部分图文】:

交通标志识别技术在无人驾驶中的应用研究


图2.2禁令标志??Fig.?2.2?Prohibitory?signs??2.2.2警告标志??警告标志:起到警告车辆、行人对前方路段可能出现的危险或突发情况引起注意作??

交通标志识别技术在无人驾驶中的应用研究


图2.3聱告标志??Fig.?2.3?Warning?signs??

框架图,指示标志,交通标志,识别系统


?大连交通大学全日制专业硕士学位论文???2.2.3指示标志??指示标志:主要指示车辆和行人前方路段的行驶规定,以确保车辆和行人正确使用??道路。指示标志一般设置在必要对车辆以及路上行人将要走向的路段或交叉口附近做出??指示的地方。指示标志以蓝色为底、蓝色底上的白图形为指示内容,指示标志外围轮廓??也各不相同,各类指示标志共36种。图2.4为我国部分交通指示标志。??D?鬮??0?0國參國??图2.4指示标志??Fig.?2.4?Mandatory?signs??2.3交通标志识别系统框架??本文所设计的交通标志识别系统框架如图2.5所示。??输入图像一?标志预处理一?标志分割???????Y???标志识别—特征提取?—标志定位??图2.5交通标志识别系统框图??Fig.?2.5?Traffic?sign?recognition?system?block?diagram??图2.5给出了本文交通标志识别系统的处理过程,主要包括对交通标志图像的预处??理、图像分割及图像定位,并在此基础上对交通标志的特征提取和识别进行研宄和实现。??8??

【参考文献】:
期刊论文
[1]支持向量机理论及应用[J]. 马旭霞.  科学技术创新. 2019(02)
[2]电子信息技术在无人驾驶汽车中的应用[J]. 刘士晗.  科技风. 2018(36)
[3]浅析人工智能背景下无人驾驶的发展[J]. 刘瑜,刘苏.  内江科技. 2018(06)
[4]基于深度学习的交通标志识别智能车的设计与实现[J]. 熊旋锦,潘小琴,唐楷,康勇.  自动化与仪表. 2018(06)
[5]融合Gabor和Gist特征的人脸识别[J]. 刘斌,徐岩,米强,徐运杰.  计算机工程与应用. 2017(15)
[6]基于颜色空间转换的交通图像增强算法[J]. 顾明,郑林涛,尤政.  仪器仪表学报. 2015(08)
[7]局部Gist特征匹配核的场景分类[J]. 杨昭,高隽,谢昭,吴克伟.  中国图象图形学报. 2013(03)
[8]基于随机模糊样本的统计学习理论基础[J]. 何其慧,王翠,毛军军.  合肥学院学报(自然科学版). 2011(03)
[9]自然场景下交通标志的自动识别算法[J]. 何耀平,徐丽珍.  微计算机信息. 2010(04)
[10]一汽集团展示红旗HQ3无人驾驶车型[J].   汽车与安全. 2007(11)

博士论文
[1]无人驾驶汽车环境信息提取及运动决策方法研究[D]. 武历颖.长安大学 2016
[2]城市环境下无人驾驶智能车感知系统若干关键技术研究[D]. 陈龙.武汉大学 2013

硕士论文
[1]基于深度学习的交通标志检测与识别算法研究[D]. 周攀.广东工业大学 2018
[2]基于ResNet模型的全极化SAR影像分类研究[D]. 聂雯.湖北大学 2018
[3]基于改进卷积神经网络的交通标志牌识别算法研究[D]. 张鹏.吉林大学 2017
[4]动漫图像超像素分割与合并算法的研究与实现[D]. 张圣龙.深圳大学 2016
[5]基于特征融合与稀疏编码的交通标志识别算法研究[D]. 江钧.北京交通大学 2016
[6]基于小波域的图像显著性检测算法研究[D]. 冯艳红.河北工业大学 2015
[7]视觉显著计算及其在自然图像感兴趣目标检测中的应用研究[D]. 蔡万利.南京理工大学 2014
[8]基于FPGA的复杂背景下多目标的实时检测与跟踪[D]. 陈大伟.济南大学 2013
[9]基于复杂背景的车牌识别系统算法研究[D]. 唐亮.东北师范大学 2012
[10]交通标志定位和识别算法研究[D]. 胡兴.广西师范大学 2010



本文编号:3388035

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/shengwushengchang/3388035.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户47077***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com