發(fā)布時間：2025-05-27 23:29

　　隨著社會經(jīng)濟的發(fā)展,人口不斷增長和汽車數(shù)量的增加,道路交通擁堵、交通安全、空氣污染等變成了當(dāng)下無法忽視的問題。而無人駕駛的出現(xiàn)將成為解決這個問題的研究方向之一。無人駕駛汽車比人類的反應(yīng)更加靈敏、迅速與穩(wěn)定,可以很大程度避免人為導(dǎo)致的交通事故。無人駕駛的路標(biāo)識別是指利用車載攝像頭獲取道路場景圖像,并識別出圖像上的路標(biāo)和語義,屬于無人駕駛判斷當(dāng)前道路指示的重要內(nèi)容,如何讓汽車自動、準(zhǔn)確的識別出路標(biāo)具有重要的研究意義。當(dāng)前主要的研究方向是之一通過路標(biāo)顏色形狀等特征進(jìn)行匹配識別方,另外一種是基于機器學(xué)習(xí)的識別,此外還有近幾年快速發(fā)展并成為研究熱門的深度學(xué)習(xí)。本文在深入研究了幾種經(jīng)典方法的基礎(chǔ)上做了以下工作:1、研究了基于形狀的模板匹配算法的原理,并提出投影變換下的基于形狀的模板匹配,對原來的匹配算法加入了投影變換,實驗證明本文的算法提高了5.9%的準(zhǔn)確度。2、研究了深度學(xué)習(xí)基于圖像識別的算法原理,將卷積神經(jīng)網(wǎng)絡(luò)的算法運用到了路標(biāo)識別中,深入研究卷積神經(jīng)網(wǎng)絡(luò)的架構(gòu),設(shè)計了模塊化的卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)�；�于TensorFlow的開源框架下,完成了算法的設(shè)計與實驗,在GTSRB數(shù)據(jù)集上,進(jìn)行了數(shù)據(jù)集的可視...

【文章頁數(shù)】：95 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖1.1無人駕駛汽車的核心組件

圖1.1無人駕駛汽車的核心組件1機器視覺：機器視覺是無人駕駛汽車使用相機看路的方式。人類通過兩睛和大腦判斷周圍的場景。對于無人駕駛汽車，可以使用攝像頭圖像查找車，或跟蹤道路上的其他車輛。2傳感器：融合將來自其他傳感器（如雷達(dá)和激光器）的數(shù)據(jù)與相機數(shù)據(jù)在一起的方式，以全面了....

圖2.1模板匹配流程圖

圖2.2圖像金字塔

圖2.1模板匹配流程圖金字塔兩種呈現(xiàn)方式：空間域和頻域�？臻g域表現(xiàn)的是圖像中物亮度等[25]。而頻域表現(xiàn)的是圖像的頻率，低頻表示形狀輪晰的細(xì)節(jié)。通過頻域的分析，我們可以了解關(guān)于圖像的大我們無法知道目標(biāo)對象在圖像中對應(yīng)的位置。配時，應(yīng)用圖像金字塔可以增強模板檢測的效率，金字塔同....

圖2.4高斯差分金字塔的生成[30]

圖2.4高斯差分金字塔的生成[30]模板匹配對灰度變化和形狀變化具有很好抗干擾能力，但SIFT算法等，適用于畫面呈現(xiàn)質(zhì)量較好的圖像，噪聲太且尋找特征點之間一一對應(yīng)的關(guān)系是一個非常困難的過程多用于大場景圖像的拼接和三維重建上。機器學(xué)習(xí)法這個名字是由ArthurSamue....

本文編號：4047720