智能駕駛是汽車(chē)發(fā)展的趨勢(shì),也是當(dāng)前汽車(chē)行業(yè)研究的熱點(diǎn);環(huán)境感知是智能駕駛系統(tǒng)中的重要模塊,其主要任務(wù)是感知智能駕駛汽車(chē)周?chē)男腥�、�?chē)輛、交通信號(hào)燈、障礙物等物體,便于智能駕駛系統(tǒng)做出正確的路徑規(guī)劃,避免汽車(chē)在行駛過(guò)程中發(fā)生碰撞。智能駕駛汽車(chē)對(duì)環(huán)境感知模塊的實(shí)時(shí)性能要求很高,而當(dāng)前一些主流的模型旨在追求準(zhǔn)確率的提升,忽略了模型的實(shí)時(shí)性;輕量化技術(shù)是優(yōu)化模型實(shí)時(shí)性的重要技術(shù)手段。本文主要基于深度學(xué)習(xí)中的輕量化技術(shù),對(duì)環(huán)境感知中的圖像感知做了深入研究,提出了一套適用于智能駕駛場(chǎng)景的視覺(jué)識(shí)別和語(yǔ)義分割方案。首先,針對(duì)視覺(jué)識(shí)別問(wèn)題,基于深度分離卷積、分組卷積等輕量化的高效卷積方式,設(shè)計(jì)了用于圖像特征提取的不變分辨率卷積模塊和下采樣模塊;并依此構(gòu)建了深度主干網(wǎng)絡(luò),檢測(cè)部分主要參照SSD網(wǎng)絡(luò)并做了改進(jìn)和優(yōu)化,并在KITTI數(shù)據(jù)集上對(duì)設(shè)計(jì)好的模型進(jìn)行了訓(xùn)練、測(cè)試及分析。其次,針對(duì)語(yǔ)義分割問(wèn)題,使用高效的多尺度信息融合單元和高效的輕量化網(wǎng)絡(luò),設(shè)計(jì)了用于語(yǔ)義分割的輕量深度卷積神經(jīng)網(wǎng)絡(luò);在CityScapes數(shù)據(jù)集上進(jìn)行了訓(xùn)練和測(cè)試,并使用了剪枝和量化等輕量化技術(shù)手段壓縮模型,優(yōu)化網(wǎng)絡(luò)速度和體積。最后,在K... 

【文章來(lái)源】：華中科技大學(xué)湖北省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：84 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 本文主要研究?jī)?nèi)容
    1.4 章節(jié)安排
2 相關(guān)理論
    2.1 智能駕駛系統(tǒng)組成
    2.2 卷積神經(jīng)網(wǎng)絡(luò)
    2.3 網(wǎng)絡(luò)輕量化技術(shù)
    2.4 評(píng)價(jià)指標(biāo)
    2.5 本章小結(jié)
3 輕量化視覺(jué)識(shí)別網(wǎng)絡(luò)設(shè)計(jì)
    3.1 網(wǎng)絡(luò)結(jié)構(gòu)
    3.2 數(shù)據(jù)增強(qiáng)
    3.3 數(shù)據(jù)集
    3.4 數(shù)據(jù)處理
    3.5 訓(xùn)練
    3.6 剪枝
    3.7 實(shí)驗(yàn)結(jié)果分析
    3.8 本章小結(jié)
4 輕量化語(yǔ)義分割網(wǎng)絡(luò)設(shè)計(jì)
    4.1 網(wǎng)絡(luò)結(jié)構(gòu)
    4.2 剪枝與量化
    4.3 數(shù)據(jù)集
    4.4 訓(xùn)練
    4.5 實(shí)驗(yàn)結(jié)果分析
    4.6 本章小結(jié)
5 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
致謝
參考文獻(xiàn)


【參考文獻(xiàn)】：
期刊論文
[1]百度如何加速中國(guó)自動(dòng)駕駛車(chē)量產(chǎn)進(jìn)程?[J]. 甄文媛.  汽車(chē)縱橫. 2017(12)
[2]無(wú)人駕駛汽車(chē)的現(xiàn)狀及展望[J]. 宋建璋,梁家銘.  汽車(chē)與駕駛維修(維修版). 2017(10)
[3]深度學(xué)習(xí)在無(wú)人駕駛汽車(chē)領(lǐng)域應(yīng)用的研究進(jìn)展[J]. 王科俊,趙彥東,邢向磊.  智能系統(tǒng)學(xué)報(bào). 2018(01)



本文編號(hào)：3028594