基于深度学习的停车位检测研究 |
| |
引用本文: | 黄丹阳,田传印,姚艳南.基于深度学习的停车位检测研究[J].中国汽车(英文版),2023(4):43-47+63. |
| |
作者姓名: | 黄丹阳 田传印 姚艳南 |
| |
基金项目: | 国家863项目(2011AA11A207); |
| |
摘 要: | 随着智能网联汽车的发展,越来越多的学者投身于L4级以上的稳定的自动驾驶算法研究中来。自动泊车系统作为智能网联汽车的一项重要功能,能够在有效提升驾驶体验的同时,降低由于复杂地段的泊车困难带来的交通事故和经济损失,因此自动泊车在学术界和工业界掀起了研究热潮。传统的自动泊车系统中对于车位的感知依赖于超声波雷达,并且对车位空间结构有诸多限制。由于复杂的视觉环境和环视图像上停车位的不完整显示,基于视觉的停车位检测是一项重大挑战。本文提出了一种基于卷积神经网络(CNN)的车位检测算法,设计适用于车载环视图像的多重沙漏网络,并引入一种策略选择最佳感受野,从而联合检测停车位的角和线特征。所提出的方法达到了较高的精度和召回率,在搭载GPU的嵌入式移动终端可以达到30 FPS的实时性和较高的精准度。
|
关 键 词: | 车载环视 车位检测 深度学习 卷积神经网络 智能网联 |
|
|