原文传递
无人驾驶车交通标志和标线识别技术的研究
| 论文题名： | 无人驾驶车交通标志和标线识别技术的研究 |
| 关键词： | 无人驾驶车;交通标志;标线识别;图像处理;卷积神经网络 |
| 摘要： | 随着我国经济的不断发展，科技的不断进步，国民生活水平的日益提高，在汽车行业蓬勃发展的同时，对于汽车的安全性和智能性也提出了新的要求。在这样的环境下，无人驾驶汽车作为一种解决问题的方案，为整个行业带来了机遇和挑战，而无人驾驶汽车技术中的十分关键一环就是对交通标志标线的识别。 本文首先研究了目前的图像处理技术，随后设计了一套完整的交通标志识别方案，对数据库图像中四十三类不同交通标志图像进行定位分类。方案具体为首先对预处理后的图像进行阈值处理，随后对图像进行相关形态学操作完成交通标志的粗定位。同时本文根据对交通标志特征的研究，提出了六个对候选区域进一步筛选的特征描述子，然后结合图像的HOG特征与Haar-like特征作为输入向量，训练支持向量机对当前图像是否包含交通标志进行判别，最后使用卷积神经网络模型对交通标志进行分类，最终得到超过百分之八十的分类正确率。 本文研究并实现了霍夫变换对交通标线的识别算法，同时提出了一种改进的随机抽样一致算法对交通标线进行识别，具体通过对每一帧交通标线所在区域进行跟踪，同时对拟合模型参数进行限制，设计实验方案进行验证，最终得到的实验结果表明，与霍夫变换算法相比，得到了更高的准确率和识别速度。 |
| 作者： | 雷可 |
| 专业： | 车辆工程 |
| 导师： | 韩毅 |
| 授予学位： | 硕士 |
| 授予学位单位： | 长安大学 |
| 学位年度： | 2017 |
| 正文语种： | 中文 |
检索历史
应用推荐
