基于單目視覺的車輛前方可通行性分析方法.pdf

1、隨著世界各國汽車保有量的逐年增加，道路交通安全問題成為社會各界面臨的一項亟待解決的難題。為降低道路交通安全風(fēng)險，汽車安全輔助駕駛技術(shù)得到廣泛關(guān)注。車輛前方可通行性分析作為安全輔助駕駛的重要研究內(nèi)容，可通過對車輛前方環(huán)境進行感知，有效降低交通風(fēng)險，因而逐步受到各國政府、企業(yè)和科研機構(gòu)的重視。
　　針對降低道路交通安全風(fēng)險這一問題，國內(nèi)外就車輛前方可通行性分析這一課題展開了深入研究，有技術(shù)突破也有科研瓶頸。本文以深度學(xué)習(xí)為指導(dǎo)，針對結(jié)

2、構(gòu)化交通環(huán)境，提出了一種基于卷積神經(jīng)網(wǎng)絡(luò)的車輛前方可通行性分析方法，能為智能車導(dǎo)航和安全輔助駕駛提供理論依據(jù)，同時也是減少交通事故的有效途徑之一。
　　本文針對結(jié)構(gòu)化交通環(huán)境，在分析總結(jié)國內(nèi)外車輛前方可通行性分析的基礎(chǔ)上，提出了一種基于單目視覺傳感器的車輛前方可通行性分析方法。首先，以嵌入式系統(tǒng)的分層設(shè)計思想為指導(dǎo)，開發(fā)了車載圖像采集系統(tǒng)，該系統(tǒng)以O(shè)MAP3530微處理器為硬件平臺，實現(xiàn)了車載圖像采集功能，為進行車輛前方的可通行性

3、分析提供了豐富的樣本庫。然后，為盡可能減小光照變化對樣本的影響，降低圖像目標識別的難度，論文提出一種改進的Gamma矯正算法，能有效針對圖像中的不同光照區(qū)域分別進行光照補償，并進行了主觀對比和信噪比與峰值信噪比兩種參數(shù)的客觀對比分析，以驗證光照補償?shù)慕Y(jié)果。接著，本文基于LeNet-5網(wǎng)絡(luò)進行改進，提出一種類LeNet-5卷積神經(jīng)網(wǎng)絡(luò)用于圖像識別，并采用LM優(yōu)化算法對傳統(tǒng)的BP算法進行改進，以避免網(wǎng)絡(luò)的學(xué)習(xí)過程陷入局部最優(yōu)，同時提高網(wǎng)絡(luò)的