原文传递
面向智能网联汽车的路面状态视觉感知系统研究
| 论文题名： | 面向智能网联汽车的路面状态视觉感知系统研究 |
| 关键词： | 路面状态分类;积水区域分割;智能汽车;图像处理;语义分割 |
| 摘要： | 智能网联汽车已经被证明可以显著提高行车安全、改善交通效率，并有助于节能减排。车辆在湿滑路面上行驶时，制动性能下降，随着车速的提高，容易出现滑水现象，极易诱发追尾等交通事故。然而，现有针对智能网联汽车环境感知技术的研究较少考虑路面积水状态，且由于道路环境复杂多变，仅依赖车载传感器的环境感知技术存在感知范围受限和感知结果置信度不高的问题。为了准确辨识路面积水状态，本文建立一种沥青路面状态视觉感知模型，通过车路信息通信技术及时向周边智能网联汽车共享路面积水状态与预警信息。研究成果对于智能网联汽车的纵向车距控制与碰撞风险评估具有一定的参考价值。 首先，搭设路面数字图像采集平台、建立路面状态分类模型。通过图像采集平台分别制作多类别路面状态图像数据集和沥青路面积水图像数据集；设计双重注意力机制，包括通道注意力模块和位置注意力模块，分别捕获特征矩阵各通道、各空间位置之间的特征依赖关系；通过SiLU激活函数和余弦学习率衰减策略，平衡模型训练效率和有效性，缓解梯度消失问题；针对干燥、潮湿、积水、积雪沥青路面状态，建立融合双重注意力机制EfficientNet网络（DAEfficientNet）的路面状态分类模型。 其次，建立路面积水区域分割模型。设计积水区域注意力模块（PAAM），对积水区域特征进行上采样操作，融合残差流与池化流的图像特征信息，全面、准确提取路面图像中积水区域的特征；通过联合1×1卷积处理与Dice损失函数设计深度监督模块，深度指导反向传播与权值更新；将PAAM与深度监督模块应用于现有全分辨率残差网络（FRRN）图像分割模型的上采样层，建立一种融合积水区域注意力监督的FRRN（PAAM-FRRN），实现不同光照与气象条件下的路面积水区域自动分割。 然后，设计沥青路面状态视觉感知系统，进行系统关键部件选型与主要软件功能设计：开发系统的路面数字图像采集与处理、逆透视投影变换路面关键信息重建功能，凭借专用短程通信（DSRC）技术，设计车路信息通信功能，实现静态路侧单元与车载移动终端之间的路面状态关键预警信息共享。 最后，基于路面状态视觉感知系统试验平台，设计并开展路面状态视觉感知与信息通信试验。利用相机参数标定方法求解逆透视投影变换重建参数；在试验平台上先后运行提出的路面状态分类模型和积水区域分割模型；通过逆透视投影变换重建路面积水区域以提取关键预警信息，验证了本文设计的路面状态视觉感知系统获取路面状态预警信息的有效性；通过车路信息通信试验，证明了本文面向智能网联汽车的信息发送与接收方法的可行性。 |
| 作者： | 黄立红 |
| 专业： | 车辆工程 |
| 导师： | 杨炜 |
| 授予学位： | 硕士 |
| 授予学位单位： | 长安大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
