人機(jī)協(xié)同下的道路檢測(cè)方法研究.pdf

1、基于視覺的道路檢測(cè)是地面無人車環(huán)境感知系統(tǒng)中的重要組成部分。目前大多數(shù)道路檢測(cè)算法是針對(duì)特定的道路場(chǎng)景事先采集訓(xùn)練樣本進(jìn)行訓(xùn)練，當(dāng)場(chǎng)景發(fā)生變化時(shí)，訓(xùn)練得到的分類器便不再可靠。而在基于在線學(xué)習(xí)的道路檢測(cè)算法中，訓(xùn)練樣本通常是從事先假設(shè)的有限安全采樣區(qū)域獲得，由此得到的標(biāo)記樣本包含的道路信息可能并不全面甚至不夠準(zhǔn)確，最終導(dǎo)致訓(xùn)練得到的道路檢測(cè)模型也不夠完善，而此時(shí)圖像中仍有大量的含有豐富道路信息的未標(biāo)記樣本未被利用。針對(duì)這一問題，本文從理論

2、和實(shí)踐兩個(gè)方面對(duì)人機(jī)協(xié)同下的道路檢測(cè)技術(shù)進(jìn)行了深入研究，包括訓(xùn)練樣本的在線選取與自動(dòng)標(biāo)記、基于半監(jiān)督學(xué)習(xí)和主動(dòng)學(xué)習(xí)的道路檢測(cè)技術(shù)等。
　　論文完成的主要工作為：
　　1、提出了一種基于人機(jī)智能融合的訓(xùn)練樣本在線標(biāo)記方法。該方法通過人機(jī)交互方式引入人對(duì)道路環(huán)境的高層感知與決策信息，并結(jié)合車輛動(dòng)力學(xué)模型預(yù)測(cè)出無人車的期望行駛軌跡，在此基礎(chǔ)上根據(jù)相應(yīng)的準(zhǔn)則在線選取并自動(dòng)標(biāo)記訓(xùn)練樣本。該方法相對(duì)于傳統(tǒng)方法能夠在線選取更豐富可靠的訓(xùn)練

3、樣本。
　　2、提出了一種結(jié)合半監(jiān)督學(xué)習(xí)和主動(dòng)學(xué)習(xí)的在線道路檢測(cè)方法。該方法首先構(gòu)建了基于混合高斯模型的道路檢測(cè)分類器，在此基礎(chǔ)上提出了一種基于半監(jiān)督學(xué)習(xí)的分類器參數(shù)估計(jì)算法，然后通過引入道路檢測(cè)結(jié)果評(píng)價(jià)準(zhǔn)則對(duì)其進(jìn)行判別，以決定是否采用主動(dòng)學(xué)習(xí)機(jī)制進(jìn)行分類器更新。該方法能夠充分利用未標(biāo)記樣本信息，同時(shí)可根據(jù)主動(dòng)學(xué)習(xí)樣本選取策略，有效地選取具有代表性的訓(xùn)練樣本用于更新分類器，從而實(shí)現(xiàn)魯棒的道路檢測(cè)。
　　本文在新建立的數(shù)據(jù)庫(kù)上