论文题名: | 基于车载视觉系统的目标检测优化算法研究 |
关键词: | 汽车驾驶辅助系统;目标检测算法;精度控制;交通安全 |
摘要: | 随着我国社会经济的迅速发展,我国汽车保有量大大增加,但与此同时交通事故的发生率也逐渐上升。高级驾驶辅助系统(ADAS)是解决交通安全问题的重要手段之一,成为研究学者们所关注的重要研究课题。目标检测算法作为高级驾驶辅助系统中的关键技术之一,近年来有价值的研究成果层出不穷,Subcat,RCNN,Faster-RCNN,YOLO等目标检测算法在简单场景下有着不错的表现,但是若将这些检测算法应用于实际的交通场景仍存在一定的局限性。本文对复杂交通场景下驾驶辅助系统的实际应用问题进行了研究,提出了提高现有目标检测算法精度的优化方案。论文的主要工作如下: 1.分析了现有目标检测算法在复杂交通场景中误检增多问题的成因,本文根据摄像机成像原理,提出了利用几何约束模型去除误检的方法。 2.针对现有目标检测算法中出现的漏检和检测位置不准确问题,本文提出了基于条件随机场(CRF)的连续运动信息融合模型,进而提高了目标检测算法的性能。 3.通过对比实验验证了本文提出的目标检测优化算法的有效性。实验结果显示在不同的复杂路况场景下,本文提出的目标检测优化算法仍具有可靠性。 本文提出的优化算法可以与现有的多种目标检测算法相结合,为复杂交通场景下的目标检测问题提供了新思路,推进了自动驾驶领域的研发进程。 |
作者: | 乐国庆 |
专业: | 控制工程 |
导师: | 袁雪 |
授予学位: | 硕士 |
授予学位单位: | 北京交通大学 |
学位年度: | 2017 |
正文语种: | 中文 |