|
|||||
|
|
| 基于深度学习的车辆前方障碍物距离估测 | |
| 作者姓名： | 王玉堂 |
| 作者单位： | 安徽信息工程学院 大数据与人工智能学院,安徽 芜湖 241199 |
| 基金项目： | 安徽省教育厅高等学校科学研究项目(自然科学类)(2022AH052920); |
| 摘 要： | 随着科技进步,自动驾驶系统的应用在未来必形成一种趋势,而车辆与障碍物之间的距离估测是自动驾驶系统中一个非常重要的技术.为了达到距离估测的目的,目前开发的自动驾驶系统大都需要依靠各式各样的距离传感器,例如激光雷达、雷达及超音波等,这些传感器在距离量测上通常具有高精度,但同时也伴随着高昂价格,这使自动驾驶系统的推广及普及变得越来越困难.本文提出了一个结合语义分割与深度估测的深度神经网络模型,其包含有相同卷积层数的编码器与解码器网络,将本文所提之网络架构在KITTI及Cityscapes资料集上进行训练,并在最后结合语义分割与深度估测等方法进行距离估测,实验结果证实,本文所提方法具有可行性. |
| 关 键 词： | 人工智能 深度估测 语义分割 深度学习 |
| 本文献已被 万方数据 等数据库收录！ | |