检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于特征增稳的混合固态激光雷达目标检测

汽车工程 2024年第6期46卷 1015-1024页

作者：金立生张洪瑜郭柏苍燕山大学车辆与能源学院秦皇岛066004 燕山大学起重机械关键技术全国重点实验室秦皇岛066004 燕山大学河北省特种运载装备重点实验室秦皇岛066004

稳定的点云特征提取对激光雷达三维目标检测至关重要。针对现有深度学习算法仅能处理机械旋转式激光雷达点云数据,而对混合固态激光雷达数据支持不足的问题,本文基于IA-SSD搭建了适用于混合固态激光雷达的目标检测模型。首先,在点云编... 详细信息

稳定的点云特征提取对激光雷达三维目标检测至关重要。针对现有深度学习算法仅能处理机械旋转式激光雷达点云数据,而对混合固态激光雷达数据支持不足的问题,本文基于IA-SSD搭建了适用于混合固态激光雷达的目标检测模型。首先,在点云编码前端添加了Cloth Simulation Filtering(CSF)用于地面次优点过滤;其次,利用局部特征融合和全局双线性正则化层组成的注意力机制,从局部和全局共同推动点云几何信息与特征信息融合;再次,利用GhostGConv替换原有低效的逐点卷积,通过通道混洗机制加强点云的特征交互,构建了增强型特征提取网络。最后,在点检测器IA-SSD中整合了上述模块完成模型构建。在混合固态激光雷达数据集SimoSet开展的验证结果表明,所提出的方法显著优于SimoSet数据集支持的其他算法精度指标;在KITTI数据集中等难度检测中,所提方法将IA-SSD三分类平均检测精度分别提升了1.17、1.47、0.5百分点。

关键词：车辆工程环境感知目标检测混合固态激光雷达特征增稳

基于BP神经网络的视觉类次任务驾驶安全性预测模型研究

在线全文

学校读者我要写书评

暂无评论

基于BP神经网络的视觉类次任务驾驶安全性预测模型研究

作者：郭柏苍吉林大学

学位级别：硕士

次任务驾驶行为是占据驾驶人注意力、导致分心驾驶的主要原因之一,开展次任务驾驶安全性的预测对降低交通肇事率至关重要。次任务行为主要分为三类:视觉类、认知类以及心理类,由于驾驶人行车过程中主要通过视觉途径获得道路环境信息,因... 详细信息

次任务驾驶行为是占据驾驶人注意力、导致分心驾驶的主要原因之一,开展次任务驾驶安全性的预测对降低交通肇事率至关重要。次任务行为主要分为三类:视觉类、认知类以及心理类,由于驾驶人行车过程中主要通过视觉途径获得道路环境信息,因此,视觉类驾驶次任务对行车安全的影响要大于认知类或心理类的驾驶次任务。为了实现对视觉类次任务驾驶的安全性预测,以快速、有效的得出安全评判等级,本文以三类视觉类驾驶次任务为研究对象,依托吉林大学交通学院安全与智能车辆课题组的“乘用车驾驶员行为与行车安全研究平台”,以眼球运动状态参数集和车身行驶状态参数集为安全评价指标,探究了在城际高速公路场景中,主任务驾驶以及三种视觉类次任务驾驶行为的安全等级评价方法,以此为基础,建立了视觉类次任务驾驶安全性预测模型并通过了适用性测试。论文主要研究内容如下:为了获得驾驶人的次任务驾驶安全评价等级,首先需要建立科学、精简的安全性特征评价指标体系。论文根据实际情况设计了相应的实验方案,借助实验平台,通过道路仿真实验采集了40名驾驶人的眼球运动表征参数和车身行驶状态表征参数。分析经过数据处理后表征参数形成的安全评价指标,在不同驾驶任务情况下的变化规律,应用灰色聚类理论,结合一次形成聚类结构算法,代替粗糙集理论中等价关系的方法,优势互补地建立了灰色粗糙集属性约简算法,以此算法对评价指标进行降维优化处理,建立了次任务驾驶特征评价指标体系。以驾驶人的特征评价指标体系为基础,使用模糊层次分析法（F-AHP）和中间型隶属度函数,分别用于计算每名驾驶人的特征评价指标权重和单因素模糊判断矩阵,再以乘与有界算子为运算法则,经过计算得到安全评价数字等级。为了建立视觉类次任务驾驶安全性预测模型,论文分析了BP神经网络的内部原理与学习规则,设定了合适的初始网络参数,以30名驾驶人的特征评价指标数据作为神经网络的输入训练样本、安全评价数字等级作为神经网络的输出训练样本,调试网络参数直至满足本研究的精度需要,建立了基于BP神经网络的安全性预测模型。最后,使用其余10名驾驶人的数据对安全性预测模型进行适用性测试,测试结果表明,本文建立的视觉类次任务驾驶安全预测模型适用性良好。

关键词：交通安全次任务驾驶粗糙集理论灰色聚类分析 BP神经网络模糊层次分析法驾驶人行为

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

乌石山志 1-2

乌石山志 1-2

1975年

作者：刘永松郭柏苍

来源：汇雅图书（南通市图书馆... 评论

在线全文

汇雅图书（南通市图书馆）

学校读者我要写书评

暂无评论

闽产录异

闽产录异

基于改进YOLOv3的车辆前方动态多目标检测算法

丛书名：风土丛书

1986年

作者：（清）郭柏苍胡枫泽校点

来源：汇雅图书（南通市图书馆... 评论

在线全文

汇雅图书（南通市图书馆）

学校读者我要写书评

暂无评论

吉林大学学报（工学版） 2021年第4期51卷 1427-1436页

作者：金立生郭柏苍王芳荣石健燕山大学车辆与能源学院河北秦皇岛066004 燕山大学河北省特种运载装备重点实验室河北秦皇岛066004 吉林大学通信工程学院长春130022 北京理工大学机械与车辆学院北京100081

现阶段的环境感知目标检测技术多为单类目标检测,或是将一幅图像中所有目标均列为待检目标,较少有对处于车辆前方的目标进行针对性的划分和检测。为了解决以上问题,提出了将车辆前方的待检目标分为两类:一是危险性较大,随时可能发生位... 详细信息

现阶段的环境感知目标检测技术多为单类目标检测,或是将一幅图像中所有目标均列为待检目标,较少有对处于车辆前方的目标进行针对性的划分和检测。为了解决以上问题,提出了将车辆前方的待检目标分为两类:一是危险性较大,随时可能发生位移的动态目标,包括四轮车辆、二轮车辆和人;二是危险性较小,不会发生位移的静态目标,包括交通信号灯和交通标识。针对危险性较大的车辆前方动态多目标,提出了一种可以移植于嵌入式端的改进YOLOv3的目标检测算法,针对原始YOLOv3算法得到模型较大,难以在嵌入式端实时检测的缺点,以轻量型骨干网络MobileNetV2替换YOLOv3原始骨干网络Darknet-53进行特征提取,在训练中加入群组归一化操作,并使用Adam作为优化器。使用提取后的BDD100K数据集进行训练,利用未参与训练的BDD100K部分数据集和自采标注的Team_test数据集进行测试。研究结果表明,相比于原始YOLOv3算法,本文算法的漏检率可以维持在5%以内,在mAP提升0.020的基础上,本文模型在参数量上较YOLOv3基础模型减小了约89%,在CPU下的Inference Time缩小了约70%。

关键词：无人驾驶技术环境感知深度学习多目标检测轻量化模型

在线全文

学校读者我要写书评

暂无评论

考虑驾驶人特性的智能驾驶路径跟踪算法

汽车工程 2021年第4期43卷 553-561页

作者：金立生谢宪毅司法郭柏苍石健燕山大学车辆与能源学院秦皇岛066004 吉林大学交通学院长春130022 北京理工大学机械与车辆学院北京100081

针对现有智能汽车路径跟踪控制过程中较少考虑驾驶人特性的问题,设计了一种考虑驾驶人特性的智能驾驶路径跟踪算法。采用k均值算法对实车试验获取的相关数据进行聚类分析,根据操纵特征参数的规律性和差异性将驾驶人特性分为正常型、激... 详细信息

针对现有智能汽车路径跟踪控制过程中较少考虑驾驶人特性的问题,设计了一种考虑驾驶人特性的智能驾驶路径跟踪算法。采用k均值算法对实车试验获取的相关数据进行聚类分析,根据操纵特征参数的规律性和差异性将驾驶人特性分为正常型、激进型、保守型3类。根据驾驶人特性分类及聚类结果,将不同驾驶人对车辆侧向、纵向行驶状态的不同偏好特性融入至路径跟踪控制策略的设计中。采用模型预测原理设计了智能驾驶路径跟踪控制器,通过数据聚类结果来设计控制器的代价函数与约束条件。仿真试验结果表明,本文所提出的考虑驾驶人特性的路径跟踪控制策略具有较高的轨迹跟踪精度和速度控制精度,且车辆响应变化能够体现出不同的驾驶人特性,路径跟踪速度误差不超过2%,侧向跟踪误差小于0.13 m。

关键词：智能汽车路径跟踪驾驶人特性模型预测控制

在线全文

学校读者我要写书评

暂无评论

基于行车安全场模型的交叉口车辆控制算法

西南交通大学学报 2022年第4期57卷 753-760页

作者：金立生郭柏苍谢宪毅华强郑义燕山大学车辆与能源学院河北秦皇岛066000 吉林大学交通学院吉林长春130022

为了提高网联环境无信号交叉口自动驾驶车辆的行车安全与通行效率问题,首先,建立无信号交叉口的行车安全场模型,构建包括车辆动力性能、制动性能以及通行交叉口所有车辆行车风险的目标函数,并设定相应的约束条件;然后,采用模型预测控制... 详细信息

为了提高网联环境无信号交叉口自动驾驶车辆的行车安全与通行效率问题,首先,建立无信号交叉口的行车安全场模型,构建包括车辆动力性能、制动性能以及通行交叉口所有车辆行车风险的目标函数,并设定相应的约束条件;然后,采用模型预测控制方法优化驶向交叉口车辆的行车策略;最后,基于VISSIM、MATLAB和NS3构建联合仿真试验平台,分别以车辆碰撞冲突类型、行车风险改善和道路拥堵程度验证并分析算法性能.试验结果表明:在车流量和流量容积比大于1.0时,相比于传统的感应控制系统,本文提出的算法在延误时间、行程时间、冲突数目和通行能力的收益率分别大于90%、10%、10%和5%;在通信延迟低于100 ms,数据丢包在35%内,仍能够保证交叉口内车辆的通行效率.

关键词：交通安全无信号交叉口模型预测控制行车安全场车辆协同控制

在线全文

学校读者我要写书评

暂无评论

一种混行环境下驾驶人认知分心识别方法

吉林大学学报（工学版） 2022年第8期52卷 1800-1807页

作者：华强金立生郭柏苍张舜然王禹涵吉林大学交通学院长春130022 燕山大学车辆与能源学院河北秦皇岛066004

面向智能网联车辆与非网联车辆的混行环境,研究了一种混行环境无信号交叉口下基于注意力机制的双向长短时记忆网络(Bi-LSTM)的认知分心识别模型。采集了60名驾驶人在混行环境下的模拟驾驶试验数据,采用支持向量机递归特征消除算法提取... 详细信息

面向智能网联车辆与非网联车辆的混行环境,研究了一种混行环境无信号交叉口下基于注意力机制的双向长短时记忆网络(Bi-LSTM)的认知分心识别模型。采集了60名驾驶人在混行环境下的模拟驾驶试验数据,采用支持向量机递归特征消除算法提取最优特征子集作为模型的输入。结果表明:该模型识别准确率高达96.58%,F值为96.24%,与SVM和决策树分心识别模型相比,准确率、召回率、F值和ROC曲线等模型性能方面均最优,可应用于智能车辆分心预警辅助系统,对提高道路安全性具有重要意义。

关键词：分心驾驶混行环境 Bi-LSTM 递归特征消除算法

基于时空融合LSTM网络的驾驶视角轨迹预测

在线全文

学校读者我要写书评

暂无评论

中国公路学报 2022年第4期35卷 325-332页

作者：金立生高铭郭柏苍谢宪毅张舜然燕山大学车辆与能源学院河北秦皇岛066000 清华大学汽车安全与节能国家重点实验室北京100084 吉林大学交通学院吉林长春130022

自动驾驶环境感知系统的重要任务之一是对周围交通目标进行轨迹预测,其输出轨迹可为决策控制和路径规划提供所需目标信息。考虑传统轨迹预测方法一般基于俯视视角而难以满足自动驾驶车载感知的实际需求,提出一种基于长短时记忆(LSTM)网... 详细信息

自动驾驶环境感知系统的重要任务之一是对周围交通目标进行轨迹预测,其输出轨迹可为决策控制和路径规划提供所需目标信息。考虑传统轨迹预测方法一般基于俯视视角而难以满足自动驾驶车载感知的实际需求,提出一种基于长短时记忆(LSTM)网络模块、空间交互模块和时间行为注意力模块相融合的驾驶视角轨迹预测算法。为更好体现交通目标与周围环境的交互作用与不确定性,将交通目标建模为道路智能体。在LSTM网络模块,利用状态增强LSTM算法对于单智能体信息结合周围邻居隐藏状态信息对轨迹历史数据进行挖掘,输出基准轨迹预测结果。在空间交互模块,对智能体进行图建模并采用图空间交互方法对当前智能体与周围智能体空间交互分析。在时间注意力模块,对智能体驾驶行为进行细粒度分类并采用时间注意力估计智能体驾驶行为影响。最后,利用以上时空模块对原始轨迹结果进行增强,获取最终增强后驾驶视角交通智能体轨迹。为验证所提出算法的有效性,在符合中国复杂交通特点的D^(2)-City行车记录数据集上训练、测试和验证算法,并与标准LSTM、Social LSTM、Social GAN等多种国际领先的轨迹预测算法进行定量和定性对比分析。研究结果表明:所提出算法能够在不同输入和预测时长下都取得有竞争力的结果,全局位移误差指标平均比其余3种算法降低超过20%,能够显著提高轨迹预测精度,更符合自动驾驶环境感知需求。

关键词：汽车工程轨迹预测深度学习道路智能体 LSTM 自动驾驶环境感知