夜間無人駕駛智能車的信息感知與駕駛行為規(guī)劃研究
發(fā)布時間:2021-08-26 15:47
無人駕駛智能汽車系統(tǒng)是一個集信息感知、自動路徑選擇與駕駛行為規(guī)劃等能力于一體的綜合智能系統(tǒng)。工業(yè)信息技術(shù)的飛速發(fā)展,推動無人駕駛智能汽車系統(tǒng)不斷創(chuàng)新發(fā)展并逐漸進(jìn)入大眾的視野中,與此同時,無人駕駛智能汽車的行車安全問題也受到人們廣泛關(guān)注。無人駕駛智能汽車能夠快速準(zhǔn)確地感知出周圍環(huán)境中的車輛、行人等物體是其能夠在夜間道路上安全行駛的重要前提,而要實現(xiàn)快速準(zhǔn)確的環(huán)境感知,首要的問題就是需要給無人駕駛智能汽車配置合適的“眼睛”,即選擇合適的傳感器。不同傳感器有不同的優(yōu)劣勢,因此研究一種基于多傳感器融合的三維目標(biāo)檢測算法,充分發(fā)揮每個傳感器的特點,對于提高無人駕駛智能汽車的信息感知能力有重要意義。無人駕駛智能汽車在夜間道路上安全行駛的另一重要環(huán)節(jié)為自主駕駛行為規(guī)劃能力的實現(xiàn),當(dāng)無人駕駛智能汽車能感知周圍復(fù)雜環(huán)境的信息后,需要對這些復(fù)雜信息進(jìn)行過濾判斷并采取相應(yīng)的策略,進(jìn)而自主地控制車輛行駛,因此使無人駕駛智能汽車自主做出合理的駕駛行為規(guī)劃也是一個重要課題。為了提高無人駕駛智能汽車在夜間環(huán)境下的信息感知能力與駕駛行為規(guī)劃能力,本文針對無人駕駛智能汽車的三維目標(biāo)檢測與駕駛行為規(guī)劃算法進(jìn)行了深入研究。...
【文章來源】:東華大學(xué)上海市 211工程院校 教育部直屬院校
【文章頁數(shù)】:70 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
abstract
1.緒論
1.1 研究背景及意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 無人駕駛智能汽車環(huán)境感知的研究現(xiàn)狀
1.2.2 三維目標(biāo)檢測算法研究現(xiàn)狀
1.2.3 無人車駕駛行為規(guī)劃的研究現(xiàn)狀
1.3 本文主要研究工作
2.三維目標(biāo)檢測與駕駛行為規(guī)劃基本原理與方法
2.1 引言
2.2 三維目標(biāo)檢測基本原理與方法
2.2.1 基于視覺的三維目標(biāo)檢測
2.2.2 基于點云的三維目標(biāo)檢測
2.3 駕駛行為規(guī)劃基本原理與方法
2.3.1 基于規(guī)則的駕駛行為規(guī)劃
2.3.2 基于強化學(xué)習(xí)的駕駛行為規(guī)劃
2.4 本章小結(jié)
3.基于多視角融合的夜間無人車三維目標(biāo)感知算法
3.1 引言
3.2 基于紅外圖像與激光點云多視角融合的三維目標(biāo)檢測模型
3.2.1 特征提取模塊
3.2.2 候選區(qū)域生成模塊
3.2.3 通道融合網(wǎng)絡(luò)
3.3 實驗結(jié)果及分析
3.3.1 實驗配置與數(shù)據(jù)
3.3.2 實驗步驟
3.3.3 實驗結(jié)果及分析
3.4 本章小結(jié)
4.基于分層逆向強化學(xué)習(xí)的夜間無人車駕駛行為規(guī)劃算法
4.1 引言
4.2 基于分層逆向強化學(xué)習(xí)的無人車駕駛行為規(guī)劃模型
4.2.1 逆向強化學(xué)習(xí)
4.2.2 基于分層的逆向強化學(xué)習(xí)的概率預(yù)測網(wǎng)絡(luò)
4.3 實驗結(jié)果及分析
4.3.1 實驗配置與數(shù)據(jù)
4.3.2 實驗步驟
4.3.3 評價指標(biāo)及結(jié)果分析
4.4 本章小結(jié)
5.總結(jié)與展望
5.1 全文總結(jié)
5.2 全文展望
參考文獻(xiàn)
攻讀碩士期間研究成果
致謝
本文編號:3364519
【文章來源】:東華大學(xué)上海市 211工程院校 教育部直屬院校
【文章頁數(shù)】:70 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
abstract
1.緒論
1.1 研究背景及意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 無人駕駛智能汽車環(huán)境感知的研究現(xiàn)狀
1.2.2 三維目標(biāo)檢測算法研究現(xiàn)狀
1.2.3 無人車駕駛行為規(guī)劃的研究現(xiàn)狀
1.3 本文主要研究工作
2.三維目標(biāo)檢測與駕駛行為規(guī)劃基本原理與方法
2.1 引言
2.2 三維目標(biāo)檢測基本原理與方法
2.2.1 基于視覺的三維目標(biāo)檢測
2.2.2 基于點云的三維目標(biāo)檢測
2.3 駕駛行為規(guī)劃基本原理與方法
2.3.1 基于規(guī)則的駕駛行為規(guī)劃
2.3.2 基于強化學(xué)習(xí)的駕駛行為規(guī)劃
2.4 本章小結(jié)
3.基于多視角融合的夜間無人車三維目標(biāo)感知算法
3.1 引言
3.2 基于紅外圖像與激光點云多視角融合的三維目標(biāo)檢測模型
3.2.1 特征提取模塊
3.2.2 候選區(qū)域生成模塊
3.2.3 通道融合網(wǎng)絡(luò)
3.3 實驗結(jié)果及分析
3.3.1 實驗配置與數(shù)據(jù)
3.3.2 實驗步驟
3.3.3 實驗結(jié)果及分析
3.4 本章小結(jié)
4.基于分層逆向強化學(xué)習(xí)的夜間無人車駕駛行為規(guī)劃算法
4.1 引言
4.2 基于分層逆向強化學(xué)習(xí)的無人車駕駛行為規(guī)劃模型
4.2.1 逆向強化學(xué)習(xí)
4.2.2 基于分層的逆向強化學(xué)習(xí)的概率預(yù)測網(wǎng)絡(luò)
4.3 實驗結(jié)果及分析
4.3.1 實驗配置與數(shù)據(jù)
4.3.2 實驗步驟
4.3.3 評價指標(biāo)及結(jié)果分析
4.4 本章小結(jié)
5.總結(jié)與展望
5.1 全文總結(jié)
5.2 全文展望
參考文獻(xiàn)
攻讀碩士期間研究成果
致謝
本文編號:3364519
本文鏈接:http://www.sikaile.net/kejilunwen/zidonghuakongzhilunwen/3364519.html
最近更新
教材專著