我國(guó)汽車(chē)保有量不斷增加,交通事故、交通堵塞等問(wèn)題日益嚴(yán)重,擁有更優(yōu)化的調(diào)度和保障能力的智能交通系統(tǒng)備受關(guān)注。智能駕駛輔助系統(tǒng)是智能交通系統(tǒng)的重要組成部分,應(yīng)用計(jì)算機(jī)視覺(jué)、路徑規(guī)劃、自動(dòng)控制等技術(shù)使汽車(chē)駕駛更加安全高效。其中,基于計(jì)算機(jī)視覺(jué)技術(shù)的車(chē)輛檢測(cè)是影響智能駕駛輔助系統(tǒng)發(fā)展的核心問(wèn)題。近年來(lái),深度卷積神經(jīng)網(wǎng)絡(luò)取得的突破性進(jìn)展極大地提高了計(jì)算機(jī)視覺(jué)算法能力,基于卷積神經(jīng)網(wǎng)絡(luò)的算法已成為目標(biāo)檢測(cè)領(lǐng)域的主要研究方向。但由于其龐大的計(jì)算量需求和存儲(chǔ)空間需求,該算法在車(chē)載平臺(tái)車(chē)輛檢測(cè)領(lǐng)域的應(yīng)用受到限制。本文對(duì)深度卷積神經(jīng)網(wǎng)絡(luò)在車(chē)輛檢測(cè)領(lǐng)域的應(yīng)用進(jìn)行研究,采用了軟硬件協(xié)同的系統(tǒng)級(jí)優(yōu)化方法。在算法架構(gòu)層面,以構(gòu)建高速高準(zhǔn)確率的車(chē)輛檢測(cè)模型為目標(biāo),搭建并訓(xùn)練了適合嵌入式端的輕量級(jí)車(chē)輛檢測(cè)模型,并對(duì)算法進(jìn)行了優(yōu)化和量化加速。模型測(cè)試結(jié)果顯示,本文搭建的車(chē)輛檢測(cè)算法在保持較高檢測(cè)精度的情況下,大幅降低了檢測(cè)模型計(jì)算需求和存儲(chǔ)需求。在硬件層面,根據(jù)可編程門(mén)陣列的定點(diǎn)計(jì)算優(yōu)化能力為基于深度卷積神經(jīng)網(wǎng)絡(luò)的車(chē)輛檢測(cè)模型開(kāi)發(fā)了高性能硬件平臺(tái)。本文基于ZCU102開(kāi)發(fā)板,使用SDSoC開(kāi)發(fā)環(huán)境完成了硬件配置和加速...

【文章頁(yè)數(shù)】：67 頁(yè)

【學(xué)位級(jí)別】：碩士

本文編號(hào)：3877925