排序方式: 共有5条查询结果,搜索用时 15 毫秒
1
1.
2.
针对三维点云鸟瞰图特征提取不充分导致车辆目标检测性能欠佳问题,本文提出一种基于金字塔特征融合的二阶段三维点云车辆目标检测算法。首先通过降维处理并利用体素占用编码原始三维点云,得到二维特征图输入;然后,利用上采样网络传递高层语义特征,下采样网络传递低层位置特征,构建一阶段金字塔网络结构提取车辆目标特征;最后,通过候选区域提取层得
到不同尺度的候选区域,利用兴趣区域池化层对齐各候选区域尺度,并采用全连接层融合多尺度特征,提取不同感受野下车辆目标特征;此外,在损失函数方面,补充正余弦角度损失并加权到总损失函数中,优化车辆目标航向角预测。基于KITTI公开数据集的实验分析表明,本文算法相较基准网络能够有效补充三维点云鸟瞰图特征提取,在不同难度的检测任务中平均检测精度提高
了5.07%~8.59%。 相似文献
3.
为提高城市路网下智能网联汽车的通行效率以及燃油效率,提出面向城市道路的多车道时空轨迹优化方法。首先,结合多车道时空位置关系定义智能网联汽车状态与约束,综合考虑通行效率与燃油经济性构建时空轨迹复合优化模型,并采用庞特里亚金极大值算法进行求解。然后,本文设定协同换道的规则,并通过Q-learning算法获取最优的换道策略。最后,通过SUMO/Python联合仿真验证了该方法可以在不同车辆饱和程度、绿信比状态及最低通行速度条件下有效提高通行效率,且燃油效率得到明显改善。 相似文献
4.
5.
为对公交驾驶员心理疾病实现精准干预,维护乘客生命及公共交通安全,本文通过分析公
交驾驶员心理状况影响因素构建心理疾病类型判别模型。选用由基本信息、身体状况、生活状
态、驾驶行为、组织认同感、人格特征以及职业压力与工作倦怠问卷组成的公交驾驶员心理健康
状况调查问卷,对400名城市公交驾驶员展开问卷调查研究,通过皮尔逊相关性检验分析心理状
况影响因素,利用K-means聚类算法和多元Logistic回归模型判别和分析心理疾病,提出相应干
预措施。结果表明:人格冷怒和驾驶行为、身体状况、生活状态、组织认同感显著正相关,职业压
力与工作倦怠和这4个影响因素显著负相关,相关性均较强,因此,构建心理疾病判别模型时排除
与多个影响因素均呈较强相关性的人格冷怒、职业压力与工作倦怠这两个影响因素;被调查的公
交驾驶员中,心理状态良好型、轻度心理疾病型、严重心理疾病型占比分别为52%、34%、14%;公
交驾驶员心理疾病类型与身体状况、驾驶行为以及生活状态显著正相关,与驾驶行为的相关性最
强,身体状况次之,生活状态最弱。 相似文献
1