基于單目視覺(jué)的車輛前方可通行性分析方法.pdf

1、隨著世界各國(guó)汽車保有量的逐年增加，道路交通安全問(wèn)題成為社會(huì)各界面臨的一項(xiàng)亟待解決的難題。為降低道路交通安全風(fēng)險(xiǎn)，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?jī)?nèi)容，可通過(guò)對(duì)車輛前方環(huán)境進(jìn)行感知，有效降低交通風(fēng)險(xiǎn)，因而逐步受到各國(guó)政府、企業(yè)和科研機(jī)構(gòu)的重視。
　　針對(duì)降低道路交通安全風(fēng)險(xiǎn)這一問(wèn)題，國(guó)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(duì)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(shí)也是減少交通事故的有效途徑之一。
　　本文針對(duì)結(jié)構(gòu)化交通環(huán)境，在分析總結(jié)國(guó)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(jué)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(jì)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(tái)，實(shí)現(xiàn)了車載圖像采集功能，為進(jìn)行車輛前方的可通行性

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