基于车载双目相机的目标检测及其运动状态估计

发布时间：2024-12-10 00:28

　　自动驾驶系统是汽车智能化的重要研究对象,它有利于改善交通驾驶环境,提高驾驶员的舒适性和安全性。环境感知作为自动驾驶系统的重要组成模块,一般采用毫米波雷达、视觉传感器、激光雷达等多传感器融合的传感器配置方案,实现对交通环境的感知理解。在基于视觉的环境感知技术中,如何利用低成本的视觉传感器实时获取车辆前方目标的种类、位置以及速度等运动信息成为当下的研究难点。为解决此问题,本文利用卷积神经网络以及特征的时空匹配,对车载双目相机采集的图片进行处理,实现车辆前方目标的实时检测以及目标运动状态的获取。本文主要研究内容如下:1.本文为实现在嵌入式设备上的实时目标检测,使用Mobile Net作为YOLOv3目标检测算法的骨干网络,构建了基于Mobile Net-Yolo V3的网络模型结构,并在Caffe框架下完成目标检测模型训练,利用Tensor RT实现目标检测模型的优化并部署至嵌入式设备,实现车辆前方目标的实时检测。2.本文讨论了双目立体视觉及其测距原理,并针对传统双目相机外参标定过程较为繁琐、不易于进行多相机扩展的问题,提出了基于Ar Uco标记的双目相机外参标定方法,完成双目标定,得到相机的...

【文章页数】：94 页

【学位级别】：硕士

【部分图文】：

图2.8LabelImg标注界面

重庆邮电大学硕士学位论文第2章基于MobileNet-YOLOv3的目标检测算法20为了使数据集更适用于中国的道路场景，本文利用车载相机采集并筛选了6000张重庆道路交通场景的图片，使用LabelImg完成目标标注工作。LabelImg是一款开源的便捷标注工具，其标注界面如图2.....

图2.9标注文件

重庆邮电大学硕士学位论文第2章基于MobileNet-YOLOv3的目标检测算法20为了使数据集更适用于中国的道路场景，本文利用车载相机采集并筛选了6000张重庆道路交通场景的图片，使用LabelImg完成目标标注工作。LabelImg是一款开源的便捷标注工具，其标注界面如图2.....

图2.10VOC数据集文件格式完成上述步骤后即完成了BDD100K数据集与重庆交通数据集的合并与数据集格式的统一，数据集中共含有96000张图片，其中训练集80000张，测试集8000张，

重庆邮电大学硕士学位论文第2章基于MobileNet-YOLOv3的目标检测算法21标注完成后，将自标定的重庆交通数据集与BDD100k数据集按照VOC2007数据集的格式进行合并，VOC2007数据集格式如图2.10所示。Annotations文件夹下用于存放所有图片的标注信息....

图2.11部分

重庆邮电大学硕士学位论文第2章基于MobileNet-YOLOv3的目标检测算法22训练超参数文件、训练样本类别文件。网络结构定义文件中保存的是本文所设计的MobileNet-YOLOv3网络模型结构，文件格式为prototxt。图2.11所示为部分网络层在网络结构定义文件中的表....

本文编号：4015313