检索结果-南通市图书馆

作者：易承东上海应用技术大学

学位级别：硕士

随着社会的发展,城市交通环境日益复杂,改善城市交通环境成为重点研究方向。在科学技术水平快速进步的今天,自动驾驶和智慧交通领域的进步正助力社会交通环境优化提升。近几年发展火热的自动驾驶由于受单车智能对环境感知范围的限制导... 详细信息

随着社会的发展,城市交通环境日益复杂,改善城市交通环境成为重点研究方向。在科学技术水平快速进步的今天,自动驾驶和智慧交通领域的进步正助力社会交通环境优化提升。近几年发展火热的自动驾驶由于受单车智能对环境感知范围的限制导致发展停滞,国内自动驾驶领先企业百度创始人李彦宏认为“单车智能+车路协同”模式是未来自动驾驶和智慧交通发展的必由之路。保障道路交通安全是自动驾驶汽车的首要任务,就目前发展情况来看,由于汽车在道路上是高速行驶状态,因此要求环境感知传感器能够在短时间内完成感知任务,车载激光雷达和相机已基本满足环境感知需求,但车载传感器感知范围有限,且有一定的感知盲区,因此本文通过研究智能交通路侧感知系统可为自动驾驶车辆提供道路环境感知辅助,扩大其对环境信息的视野范围,增强自动驾驶汽车行驶的安全稳定性,同时也为智慧交通系统提供更具体的道路信息支撑。本文首先介绍了智能交通路测感知系统的系统结构设计,说明了所选用满足感知需求的传感器具体参数信息及系统数据处理单元边缘计算平台的具体配置。后续围绕系统需求对传感器进行同步数据采集并对数据进行处理,通过相关算法改进系统感知效果,具体研究内容如下:智能交通路测感知系统中涉及到传感器融合感知,本文就激光雷达和工业相机传感器对道路环境进行感知融合处理,首先是在数据采集前对两者的空间和时间上进行同步转换。空间上,设定传感器对应的坐标系并通过激光雷达和相机联合标定获取相应的旋转矩阵和平移矩阵,后续系统运行前通过旋转矩阵和平移矩阵将激光雷达点云坐标转换到图像坐标上。时间上,通过北斗+GPS模块为系统内硬件和传感器进行授时,保障了时钟源同步,在处理数据时由于两个传感器采样频率不同,本文以激光雷达为基准时间戳对齐时间进行数据抽取,时间和空间同步时为了便于后续对两个传感器感知结果的融合。感知结果融合前对工业相机采集图片进行目标检测和识别,本文通过YOLOV3算法对图像信息进行处理,并将检测到的目标信息进行分类,并输出检测边界框,边界框带有分类信息和置信度参数;对激光雷达点云数据使用Pointpillar点云处理网络进行处理,该处理网络较其他处理方法大幅提升了点云处理速度,经过内部特征提取和检测器处理输出检测边界框。在融合层面,本文提出基于NMS及D-S证据理论算法的结果级融合改进方法,对激光雷达和相机独立运行检测并输出结果后再进行融合,提升了运行效率和稳定性。系统硬件和软件搭建完成后在道路进行功能测试,感知测试结果与人工复核结果对比,分析测试结果并对后续改进提出展望。

关键词：路侧感知系统激光雷达工业相机传感器融合算法道路测试

来源：

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

车联网路侧感知系统发展现状及测试方法研究

引用

移动通信 2021年第6期45卷 43-47页

作者：鲍叙言余冰雁王晶中国信息通信研究院技术与标准所北京100191

车路协同已成为我国发展智能网联汽车、支撑高等级自动驾驶实现的重要技术路线之一,路侧感知系统也随之成为助力各类车联网应用场景落地的必要技术手段。然而,随着国家级、省级等各地先导区基础设施建设的不断推进,路侧感知系统的设备... 详细信息

车路协同已成为我国发展智能网联汽车、支撑高等级自动驾驶实现的重要技术路线之一,路侧感知系统也随之成为助力各类车联网应用场景落地的必要技术手段。然而,随着国家级、省级等各地先导区基础设施建设的不断推进,路侧感知系统的设备选型难、实施部署难、感知性能难以量化评估等问题逐渐显现。为解决以上问题,梳理了当前车联网路侧感知系统的主流技术方案,提炼面向路侧感知系统的技术参考架构,以"系统化"评测视角开展基于真值的测试方法探索,旨在推动路侧基础设施的规模化部署,加速构建我国车联网产业生态。

关键词：车联网车路协同路侧感知系统真值系统

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于路侧相机和激光雷达的感知融合与系统设计和实现

基于路侧相机和激光雷达的感知融合与系统设计和实现

引用

作者：徐佳豪吉林大学

学位级别：硕士

路侧感知系统是车联网(V2X)和自动驾驶技术中至关重要的组成部分。随着车路协同逐渐成为我国发展智能网联汽车、支撑高等级自动驾驶的核心战略方向,路侧感知系统作为推动各类车路协同应用场景落地的重要技术支撑,发挥着不可或缺的作用... 详细信息

路侧感知系统是车联网(V2X)和自动驾驶技术中至关重要的组成部分。随着车路协同逐渐成为我国发展智能网联汽车、支撑高等级自动驾驶的核心战略方向,路侧感知系统作为推动各类车路协同应用场景落地的重要技术支撑,发挥着不可或缺的作用。相机和激光雷达是路侧感知系统的主要传感器,但单一传感器提供的信息有限,无法全面准确反映环境。相机擅长捕捉二维纹理信息,但受限于深度信息获取、光照条件和遮挡物影响;而激光雷达能获取精确的三维坐标,不受光照影响,但点云结构稀疏,对低反射率物体和相似物体的检测能力有限。因此,单一传感器在路侧感知中存在局限。本文以路侧视角下的感知为研究背景,深入探讨了基于相机与激光雷达的感知融合算法。在研究过程中,不仅对基于相机和激光雷达的单模态目标检测算法进行了针对性的改进,还提出了一种决策级融合方法,成功将单模态目标检测算法的输出结果进行有效融合,显著提升了检测精度。最终,设计并实现了一套高效的路侧感知系统,并基于实际场景进行了测试验证,充分展现了该系统的实际应用价值。本文的主要工作内容如下:首先,本文系统改进并优化了YOLOv7-Tiny算法。一方面,通过基于MSCA(Multi-scale Channel Attention)改进CBAM(Convolutional Block Attention Module)的空间注意力模块,增强了网络特征提取能力,提升了网络对目标特征的表示能力。另一方面,在检测头部分引入部分卷积(Partial Convolution)操作,降低了计算复杂度,提高了推理速度。其次,本文对Point Pillars算法进行了改进与优化,旨在提升其在3D目标检测任务中的性能。一方面,扩展了体素特征维度,引入体素间的空间关系,实现了更为全面和精确的特征编码,提升了目标检测的精度。另一方面,引入了自注意力机制,使网络能够自适应地建立上下文特征关联,捕捉更丰富和复杂的目标特征。同时,本文提出了一种决策级路侧感知融合算法框架,结合了改进的YOLOv7-Tiny与Point Pillars算法,并通过CLOCs融合网络实现决策级信息融合。扩展了稀疏编码张量维度,增强对复杂环境的感知能力。设计了基于通道注意力机制的特征提取模块,提升融合感知精度。提出基于障碍物距离自适应计算阈值的NMS算法,精确过滤冗余检测框,进一步提高感知融合精度。最后,本文设计了路侧感知系统的整体框架,完成硬件选型、搭建与标定,并基于ROS中间件实现模块化组件。系统在实际路侧场景下经测试验证,能稳定、正常运行,并达到90%的精度,充分展现了其性能与可靠性。

关键词：路侧感知系统目标检测感知融合深度学习

来源：

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

路侧车辆关键参数识别感知技术方法研究

路侧车辆关键参数识别感知技术方法研究

引用

作者：谢忠旭深圳大学

学位级别：硕士

高速公路智能无人收费系统在智慧交通建设中至关重要,高效便捷智能的收费工作能够提升道路通行效率并提高用户服务体验。传统基于车辆轴型检测的车型识别收费方法存在需破坏路面、不易维护、准确率低、服务效率降低等问题。基于此,本文... 详细信息

高速公路智能无人收费系统在智慧交通建设中至关重要,高效便捷智能的收费工作能够提升道路通行效率并提高用户服务体验。传统基于车辆轴型检测的车型识别收费方法存在需破坏路面、不易维护、准确率低、服务效率降低等问题。基于此,本文围绕路侧车辆图像视频信息采集,结合图像处理技术与深度学习方法,对车辆关键参数识别技术进行重点研究。本文具体展开以下研究工作:(1)针对现有车型识别数据集只能粗分类无法识别细化至车轴数量、轴型组合的详细分类,且路侧车辆数据集较少的问题,本文通过与第三方合作建立自己的车辆轴型检测图像数据库与车型识别图像数据库。首先通过摄像头采集车辆从进入收费站到离开收费站的过车视频。然后,针对车辆的行驶速度不同以及车身长度不同导致单帧视频图像无法显示完整车辆信息,提出一种基于区域匹配的图像拼接方法。其次,对几种低照度增强算法进行真人主观评估与无参考质量评估后,选取LIME算法对车辆侧面图像增强。最后,利用华为云Modelarts数据管理工具对图像进行标注,建立了车辆轴型检测与车型识别数据集。(2)针对路侧车辆的轴型检测任务,提出了基于深度学习的目标检测算法。首先,分析了基于候选区域的R-CNN系列算法与基于回归的YOLO系列算法。考虑对一阶段算法YOLOv4网络结构进行优化,使用聚类算法修改适用于车辆轴型检测数据集的先验框尺寸,由于车辆轴型检测数据集的样本为不同轴型组合的轮轴,Mosaic数据增强会使得小目标的车辆轮轴目标变得更小,导致模型泛化性降低故删除此功能,并且提出CSP-SE模块在残差单元中引入注意力机制用于加强车辆轮轴的目标位置信息,提升含有轮轴目标通道的权重。最后,使用建立的车辆轴型检测数据集构建对比实验,实验结果表明基于YOLOv4的优化网络能够准确检测出各类型车辆的轮轴位置以及轴型类型,并且在平均精度均值与检测速率以及准确率方面优于其他模型,更适用于高速公路实际场景应用。(3)针对路侧车辆的车型识别任务,结合车辆轴型检测算法的推理结果,提出了基于CNN网络的分类算法判断车辆类型完成车型识别。本文将图像分类的方法应用于车型识别,将车辆分为11类,并分析了Inception Net、Res Net、Dense Net三种图像分类算法,最后使用建立的车辆车型识别数据集构建对比实验。实验结果表明Res Net算法训练所得的模型识别准确率较高,并且识别每类车型均达到90%以上的准确率。此外,本文将轴型检测与车型识别模型的推理结果联合判断车辆类型,提出了联合轴型组合信息的车型识别方法,并结合具体应用场景完成对路侧车辆关键参数识别感知系统的设计开发。综上所述,本文就路侧车辆关键参数识别感觉方法结合图像处理技术与深度学习方法进行了深入研究,实验结果表明该可以有效应用与实际应用场景之中。

关键词：智慧高速车辆轴型检测车辆车型识别路侧感知系统

来源：

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

基于激光雷达与毫米波雷达的矿区路侧感知算法

引用

控制与信息技术 2022年第5期 75-79页

作者：江良玉中车株洲电力机车研究所有限公司湖南株洲412001

针对目前矿区车载感知系统感知盲区较大和传感器成本相对较高的不足及单一传感器感知局限性问题,文章在研究矿区路侧感知技术的基础上,分析了采用路侧感知系统为运输监测系统提供额外感知信息的可行性;并鉴于激光雷达和毫米波雷达的多... 详细信息

针对目前矿区车载感知系统感知盲区较大和传感器成本相对较高的不足及单一传感器感知局限性问题,文章在研究矿区路侧感知技术的基础上,分析了采用路侧感知系统为运输监测系统提供额外感知信息的可行性;并鉴于激光雷达和毫米波雷达的多传感器融合技术及其优点,提出了一种基于Kalman滤波和交互式多模型(IMM)的跟踪算法。Kalman滤波利用线性系统状态方程,并通过系统输入、输出观测数据对系统状态进行最优估计;IMM算法对各传感器的局部跟踪航迹进行融合,并充分利用各传感器所探测的障碍物信息,依据算法将互补与冗余信息进行有效结合,以提高目标跟踪精度,避免对障碍物的误检和漏检。该算法在神延西湾露天煤矿矿区进行了验证,实验结果表明,采用该算法的路侧感知系统可以有效地监测路口目标的运动特征。

关键词：路侧感知系统多传感器融合激光雷达毫米波雷达卡尔曼滤波交互式多模型矿区

来源：

维普期刊数据库博看期刊

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：