原文传递
基于双目视觉的智能汽车三维目标检测研究
| 论文题名： | 基于双目视觉的智能汽车三维目标检测研究 |
| 关键词： | 智能汽车;双目视觉;三维目标检测;深度可分离卷积 |
| 摘要： | 智能汽车通过其感知系统感知车辆本身状态、道路、行人、交通信号、交通标识、交通状况、周围车辆等。这些功能的实现需要通过激光雷达、毫米波雷达、摄像头、超声波传感器获取周围的信息。激光雷达的成本高，缺乏语义信息。单目相机缺乏深度信息，而双目视觉可以通过几何关系恢复目标的立体信息，所以研究准确快速的双目视觉三维目标检测算法对复杂环境中目标的识别定位具有重要意义。 本文以道路交通环境中的车辆识别为研究对象，针对目标识别精度低，双目视觉三维目标检测实时性差，计算量大的问题，以Faster-RCNN为基础，结合深度可分离卷积，建立一种三维目标检测网络，实现对车辆的快速精确识别和定位。本文主要做了以下研究工作： (1)搭建双目视觉系统。了解相机成像和双目测距原理，从硬件和软件层面搭建算法开发平台，双目视觉系统。利用现有的标定算法完成相机的标定，通过标定结果对图像实现水平矫正和畸变矫正。 (2)建立基于深度可分离卷积和Faster-RCNN的三维目标检测网络Ds-RCNN。提出基于深度可分离卷积的多尺度特征提取网络，解决现有算法计算量大，实时性差的问题，提升对小目标的识别；将RPN改进为双目区域回归，提取感兴趣区域提升算法精度；采用关键点回归的方法得到车辆的三维信息；提出一种基于光度一致性的优化方法，采用由粗到细的方式对结果进行优化。 (3)利用公用的数据集检测算法的性能，与不同的算法对比。通过改变算法结构测试算法设计的合理性。将双目视觉系统布置到智能网联汽车上，通过对本地环境的测试，设计试验验证算法的有效性和鲁棒性。 |
| 作者： | 乔伟 |
| 专业： | 机械工程 |
| 导师： | 韩愈;林立 |
| 授予学位： | 硕士 |
| 授予学位单位： | 天津科技大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
