城市环境中路基交通标志检测、识别与驾驶决策支持

发布时间：2024-02-28 00:13

　　对交通信息的准确识别是保证无人驾驶车辆在道路中安全行驶的重要保障,其中包括行人信息,道路中的其他车辆信息,交通标志信息如限速,转向等,交通信号灯等。能够准确识别这些基本信息,才能为后面车辆的避障,跟踪等后续操作提供决策依据。基于视觉的图像分类是将识别的物体进行归类,在无人驾驶系统中,则是对交通信息的判断,如车辆的左转,直行或解除限速标志的判断,根据判断结果对行车做进一步规划。而城市环境中,保持在车道线内行驶对整个交通系统有着重要意义,近年来基于深度学习的方法在车道线检测的任务中表现突出,其强大的表征能力甚至在信息不充分如目标被部分遮挡的情况下也能完成任务,检测出车道线后如车辆发生非正常偏移,可发出偏移警告,这便是偏移预警。在车辆的行驶过程中,往往会出现一些意外情况,如交通标志被遮挡或无法验证检测结果的正确性,通过目标的连续跟踪可以有效地解决此类问题,同时针对道路的复杂性,如一些特殊路段隧道入口或匝道汇入口等地,都是事故的高发地段,本文通过基于高精地图的有限状态机的方法对车辆的决策行为进行了分析。本文的研究工作如下:1)针对实际生活中,数据标签常有缺失的情况,尤其像交通标志一类的数据集因...

【文章页数】：97 页

【学位级别】：硕士

【部分图文】：

图２．１自动编码器网络结构，表示的是偏置层，／Ｕ．ｒ）表示激活函数??其中，１?＝?｛＾，１２，．．．，；６７？０＾表示的是１＼１维的数据，１／表示０维数据中的第１??

?浙江大学硕士学位论文???２．２交通标志的检测算法??在这节内容中，将简单地介绍基于自动编码器方法的交通标志的识别方法，??包括传统自动编码器，稀疏自动编码器及其改进的编码器以及用于分类的??Ｓｏｆｔｍａｘ〇??２．２．１传统自动编码器??ＢＰ神经网络是一种非常有效的特征提取算....

图２．３堆叠式自动编码器第一层??对于中间层，如ＡＥ２，输入来自ＡＥ１的输出，而ＡＥ２的输出将传递给下一??层，具体结构如图２－４所示，??

，，器。堆叠式自动编码极大地省去了人工提取特征的繁琐过程，提高了特征的提取??效率，在一定程度上也降低了输入特征的空间维度，它通过堆栈的方法，将上一??层ＡＥ的输出作为下一层ＡＥ的输入，如图２－２所示，??输入ｘ?￣—１?ｈ，?Ｉ．丨卜．身｜?ｈ２?ｈｎ．，?—：￣￣—１?ｈ？?....

图２．４堆叠式自动编码器第二层??最后一层为输出特征的表达如图２－５所示：??

?第二章基于距离编码器的交通标志的识别分类的研究???？?？?？，??＠?？?＠?？??（Ｃ）?（＾）?＠?＊??（Ｓ＞?？?？?？??？?０??图２．４堆叠式自动编码器第二层??最后一层为输出特征的表达如图２－５所示：??ｖ＾）?？?ｎ＞－?〇ｉ？）??（＾）?？?ｎｖ－ｌ｜〇....

图２．５堆叠式自动编码器最后一层??这样的深层网络能够逐层地学习每一层的特征，从而能更好地完成对原始数??

?第二章基于距离编码器的交通标志的识别分类的研究???？?？?？，??＠?？?＠?？??（Ｃ）?（＾）?＠?＊??（Ｓ＞?？?？?？??？?０??图２．４堆叠式自动编码器第二层??最后一层为输出特征的表达如图２－５所示：??ｖ＾）?？?ｎ＞－?〇ｉ？）??（＾）?？?ｎｖ－ｌ｜〇....

本文编号：3913177