基于道路消失点的远距离路面微小障碍物检测

论文摘要

针对自动驾驶汽车,提出一种以道路消失点为导向的结构化道路上远距离障碍物检测方法。分别搭建了现实和虚拟数据采集系统,在现实和虚拟环境中采集了新的数据集。采用深度学习方法,设计了一种新的基于全局特征的道路消失点检测模型,以该模型检测到的道路消失点为导向,确定图像中包含障碍物的区域,在该区域上进行障碍物检测。选择目前主流目标检测网络,在有消失点和无消失点导向的条件下进行对比试验。试验结果表明在增加消失点导向的情况下,对于微小障碍物的检测得到了较好的结果。

论文目录

• 1 结构化道路上远距离障碍物数据集
•   1.1 真实环境中数据采集
•   1.2 虚拟环境中数据采集
• 2 道路消失点检测
•   2.1 基于全局特征的道路消失点检测算法
•   2.2 消失点检测结果与分析
• 3 结构化道路上远距离小物体检测
•   3.1 数据集中障碍物与消失点位置统计分析
•   3.2 对比试验
• 3结论

文章来源

类型: 期刊论文

作者: 俞骏威,张黎明,陈凯,熊璐,余卓平,陈广

关键词: 智能驾驶,视觉感知,数据集,道路消失点检测,微小障碍物检测

来源: 同济大学学报(自然科学版) 2019年S1期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 汽车工业,计算机软件及计算机应用

单位: 同济大学汽车学院,吉利汽车研究院(宁波)有限公司,慕尼黑工业大学机器人人工智能与嵌入式系统研究所

基金: 国家自然科学基金(61906138),上海市人工智能创新发展专项重点项目

分类号: U463.6;TP391.41

页码: 213-216

总页数: 4

文件大小: 1333K

下载量: 54