面向辅助驾驶的实时行人车辆检测预警算法研究

发布时间：2024-01-29 19:02

　　日益增加的汽车保有量不仅给人们的工作生活带来便利,同时也使得道路行车安全面临巨大的挑战。辅助驾驶技术通过检测前方道路行人车辆并进行预警的方式避免事故发生,而利用移动端等平台可以较容易地实现辅助驾驶这一功能。本文针对移动端等资源受限的硬件条件,提出可实时检测行人车辆目标的检测预警算法,并基于所提算法在移动端平台设计辅助驾驶安全预警系统。研究内容及创新点如下:第一,对目标检测算法进行实验对比与问题分析。基于深度学习的目标检测模型包括特征提取网络与检测网络两阶段。首先,针对用于特征提取的卷积神经网络做了具体分析,并针对本文的应用场景深入分析网络结构的优势与不足。其次,对目前应用广泛的检测算法进行实验对比,分析算法特点以及在辅助驾驶场景下存在的问题,并提出相应解决思路,为后续算法的提出奠定研究基础。第二,提出面向辅助驾驶场景的实时行人检测算法。针对辅助驾驶技术的实时性需求以及移动端等平台计算资源受限的特点,设计轻量化的比例一致性卷积神经网络以避免目标特征畸变,进而基于行人目标统计特征设计行人检测算法,包括网络结构设计、预选框设计、多阶段分层训练等研究内容。针对移动端辅助驾驶应用场景,采用网络简...

【文章页数】：87 页

【学位级别】：硕士

图1-1智能车及辅助驾驶系统

图2-14检测算法PR曲线

图3-9算法PR曲线

图3-10检测算法对比PR曲线

本文编号：3888667