【摘 要】
：
在自动驾驶汽车中,深度学习算法可以对单目视觉摄像头采集到的图像进行准确地检测和识别,对于保证驾驶安全性具有重要意义.在保证实时检测的前提下,为了提高深度学习模型的检测精度和鲁棒性,以应对多种复杂的道路场景,对单阶段检测算法YOLOv3进行改进并将其应用在跨域目标检测中.首先,在数据预处理阶段,根据各类目标物形状和尺寸的差异,重新定义了计算候选框尺寸的K-means聚类算法公式;在主干网络结构上,基于特征金字塔网络,对提取到的深层像素特征和浅层空间特征进一步融合,以提取更加丰富的目标物信息;此外,主干网络同
【机 构】
：
吉林大学汽车仿真与控制国家重点实验室,吉林长春 130025;同济大学汽车学院,上海 201804;同济大学新能源汽车工程中心,上海 201804
论文部分内容阅读
在自动驾驶汽车中,深度学习算法可以对单目视觉摄像头采集到的图像进行准确地检测和识别,对于保证驾驶安全性具有重要意义.在保证实时检测的前提下,为了提高深度学习模型的检测精度和鲁棒性,以应对多种复杂的道路场景,对单阶段检测算法YOLOv3进行改进并将其应用在跨域目标检测中.首先,在数据预处理阶段,根据各类目标物形状和尺寸的差异,重新定义了计算候选框尺寸的K-means聚类算法公式;在主干网络结构上,基于特征金字塔网络,对提取到的深层像素特征和浅层空间特征进一步融合,以提取更加丰富的目标物信息;此外,主干网络同时使用了通道注意力模块和空间注意力模块,以关注不同维度的特征并对特征进行细化,使提取到的目标物信息更加完整.为了将模型更好地应用到跨域目标检测任务中,利用无监督CycleGAN算法对多种不同场景中采集到的图像进行风格转换,并将其与改进后的YOLOv3算法相结合完成对这些场景中的目标检测.试验结果表明:和YOLOv3相比,所建立的模型对于BDD100K数据集中5类目标物的平均检测精度提高了 5.84％,最大检测召回率提高了 4.92％;其次,利用CycleGAN算法对雨天、雾天等5种不同场景中的图像进行转换,得到5组合成图,并用所建立的模型训练这些合成图以得到多个适用于不同场景的子模型;最后,和YOLOv3相比,模型的跨域检测精度提高了5％～10％,能够更好地完成跨域检测任务.
其他文献
智慧道路中布设的路侧感知单元可以获取全域车辆运动轨迹数据,是交通流智能管控系统、车路协同自动驾驶的重要基础,如何对其数据质量进行主动监测是道路交通运营管理部门面临的重要挑战.随着智能网联车的规模化应用,车载高精度定位与环境感知众包数据为路侧感知单元数据质量监测提供了新的思路.提出了基于智能网联车众包定位与感知数据的路侧感知单元在线监测框架,主要包括轨迹匹配、时间同步和精度评估3个关键步骤.在轨迹匹配阶段提出了一种考虑周围车辆相对位置的轨迹相似度匹配算法,确定车辆在路侧感知数据集中的对应轨迹;在时间同步阶段
为了减弱事故对上游路段的影响,预防潜在二次事故的发生,提出了适用于智能网联自动驾驶车辆(Connected and Automated Vehicle,CAV)与传统人工车(Human Vehicle,HV)混合存在场景下的 CAV 排列整合算法(CAV Arrangement Integration Algorithm,CAV-AIA).由于在相同的CAV数量下,不同CAV间的排列关系(自动车队强度)对道路通行能力有一定影响,因此CAV-AIA以“就近”增大自动车队强度为目标,对事故路段上游的CAV进行
频发的交通事故证明驾驶车辆是一类高风险行为,驾驶人的风险驾驶行为是引发交通事故的主要诱因,自动驾驶系统辅助或代替人类驾驶人被视为从根本上解决人为因素导致行车风险的有效途径.首先,以智能汽车的整体安全性最大化为目标,使用熵权-逼近理想解排序法(Technique for Order Preference by Similarity to Ideal Solution,TOPSIS)和完全静态博弈理论建立了 人、车风险博弈模型,提出了相对效用最大化的策略函数并嵌入强化学习奖励函数中,推理了以最大化车辆安全性期
针对路侧单传感器存在感知盲区、多传感器协同感知存在大量冗余信息且位置精度较差、车辆位姿准确值无法在线获取等问题,提出一种基于全局位置精度损失最小化的路侧多传感器目标关联匹配方法.首先,根据各传感器历史数据,以方差最小化为优化目标进行多传感器权重分配;然后,基于级联KM匹配算法处理多传感器存在大量冗余信息的目标级数据,实现当前时刻各传感器数据同一目标关联,判断多源信息与 目标的从属关系,并将源于同一目标的数据生成目标集合;最后,根据各传感器权重分配进行加权,生成伪迹点,结合全局位置精度损失最小化方法,以伪迹
“十三五”以来,根据交通运输部的要求,为打破养护市场壁垒,提高养护资金效率,安徽省交通公路部门组织实施了世行贷款公路养护创新示范项目,在全国率先引进基于产出和绩效的公路管理合同,积极开展公路养护市场化的探索.
《规划》由国家发改委和交通运输部共同牵头编制.自编制工作启动以来,两部委按照“十四五”规划编制统一部署,联合铁路局、民航局、邮政局、国铁集团组织成立了编制领导小组、起草小组和工作专班,经过深入研究论证、广泛调研座谈、充分听取意见,最终编制形成了《规划》并报请国务院印发实施.
智能网联车路协同系统以及网约出租车的迅速发展,产生了海量的轨迹数据.轨迹数据具有数据量大、准确性高、分布广、易获取等优点,成为交通研究的重要数据来源.排队长度是评价交叉口运行状态的主要参数之一,对交通状态评估和信号优化等具有重要作用.基于轨迹数据对交叉口排队长度进行估计,并结合交叉口历史排队分布对排队长度估计结果的可靠性及精度进行分析.首先建立基于贝叶斯定理的交叉口排队长度估计方法,在联网车辆相同的假设条件下,推导出排队长度与周期内联网车辆停车位置及车道排队长度的概率关系;并利用轨迹车辆排队长度频率分布对
交通运输行业文博场馆是依托交通运输行业,以汇集、保藏、陈列和研究本行业中具有科学性、历史性或艺术价值的遗物和遗迹等有形或无形文化遗产为主,以其特有的展示手段,阐述交通运输行业的历史发展和文化内涵,并为公众提供交通行业知识、教育和欣赏的专业文化教育机构和公共服务机构,涵盖行业博物馆、展示馆、陈列馆、主题馆、历史馆等多种类型,是培育交通文明的重要场所.
为了提高公交运营企业的经济效益和新能源公交车的节能减排水平,建立一种基于独立性权系数法和改进TOPSIS方法的驾驶行为经济性量化评估模型,利用公交运行大数据对驾驶行为经济性进行综合分析.在评价指标体系的建立过程中,共6个指标被选作主要评价依据,包括平均每公里电荷比、车速标准差、急加速次数比、急刹车次数比、电流过大次数比和能量回收电流参数.同时,通过对公交运行大数据进行处理,以排除车况、路况、载客量等干扰因素的影响.为了保证客观性,利用独立性权系数法为各评价指标赋权.另外,在传统TOPSIS方法的基础上,创
为了解决现有货车称重技术在实时性、可靠性、便捷性、扩展性和精确性等方面的问题,提出一种基于人工智能方法的货车载重实时估计技术框架,包括网联车载传感设备与数据采集模块、网联云平台与数据处理模块和基于车辆动力学的AI估重算法模块,运用车辆动力学原理,借助人工智能理论方法,通过感知车辆行驶时的运动参数特征,实现对车辆载重的实时测算.通过自主设计研发的物联网车载传感设备和云平台,实现对多车行驶运动特征信息的动态采集和集成处理,进一步对车辆加速度特征进行提取,构建基于双向长短时记忆网络(LSTM)的车辆质量估计模型