在復(fù)雜駕駛環(huán)境中具備實(shí)時(shí)準(zhǔn)確的環(huán)境感知能力是先進(jìn)駕駛輔助系統(tǒng)和自動(dòng)駕駛的關(guān)鍵技術(shù)。由于視覺(jué)傳感器獲取信息豐富、價(jià)格低廉,大部分環(huán)境感知技術(shù)都基于視覺(jué)實(shí)現(xiàn),但是在動(dòng)態(tài)駕駛場(chǎng)景中,車輛自身的姿態(tài)變化和感知對(duì)象的動(dòng)態(tài)變化都會(huì)對(duì)視覺(jué)感知算法帶來(lái)影響。因此,如何充分利用視頻流信息實(shí)現(xiàn)動(dòng)態(tài)駕駛場(chǎng)景下的高精度車輛感知,成為了基于視覺(jué)的車輛感知算法的關(guān)鍵研究?jī)?nèi)容。本文以道路車輛為研究對(duì)象,以提高動(dòng)態(tài)駕駛場(chǎng)景下車輛感知的精度和實(shí)時(shí)性為目標(biāo),開(kāi)展了基于單目視覺(jué)的車輛測(cè)距算法相關(guān)研究。本文主要進(jìn)行的研究工作內(nèi)容如下:（1）構(gòu)建Light-YOLO車輛檢測(cè)網(wǎng)絡(luò)模型。為了提高車輛檢測(cè)算法在車載嵌入式平臺(tái)上的運(yùn)行速度,本文使用基于深度可分離卷積搭建的輕量化特征提取網(wǎng)絡(luò)替換YOLOv3的骨干網(wǎng)絡(luò)Darknet53,構(gòu)建了Light-YOLO網(wǎng)絡(luò)。進(jìn)一步通過(guò)使用完全重疊度（Complete Intersection over Union,CIoU）改進(jìn)損失函數(shù)、利用K-means++算法重新聚類網(wǎng)絡(luò)錨框尺寸、改進(jìn)非極大值抑制算法等方法,提高車輛檢測(cè)框的位置預(yù)測(cè)精度。（2）提出基于時(shí)間域與空間域連續(xù)特征關(guān)聯(lián)的車輛跟蹤算... 

【文章頁(yè)數(shù)】：77 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

YOLOv3網(wǎng)絡(luò)結(jié)構(gòu)

不同k值對(duì)應(yīng)的平均IoUFig.2.10TheaverageIoUcorrespondingtodifferentkvalues

顏色直方圖巴士距離計(jì)算示意圖


本文編號(hào)：3703573