毕业论文

打赏
当前位置: 毕业论文 > 计算机论文 >

无人驾驶车辆视觉导航中几种典型道路场景的识别方法研究

时间:2020-11-17 09:29来源:毕业论文
基于 BP神经网络模型来进行四类道路分类的方法,包括:水泥路、柏油路、沙石路和泥土路。利用车辆前方的道路区域提取颜色直方图特征, 并采用 BP 神经网络进行训练和分类,最后通

准确、实时的道路场景识别是智能车辆研究的一个关键性的技术,在无人驾驶车辆智能导航中起着重要的作用。 鉴于自然环境的复杂性和道路的多样性,如何实时、可靠地对道路场景进行识别是当前道路场景识别领域研究的重点。本文提出了基于 BP神经网络模型来进行四类道路分类的方法,包括:水泥路、柏油路、沙石路和泥土路。利用车辆前方的道路区域提取颜色直方图特征, 并采用 BP 神经网络进行训练和分类,最后通过分类界限来评价识别效果。实验表明, 本文算法具有较高的识别率,在运行速度具有较好的实时性。 59661  
毕业论文关键词  道路场景识别  颜色直方图  BP神经网络  样本  学习  检测与识别   
  Title    Study on Recognition Method of Unmanned Vehicle       Visual Navigation in Several Typical Road Scene             
Abstract Accurate,  real-time road scene recognition is a key technology for intelligent vehicle plays an important role in the unmanned autonomous vehicle navigation. In view of the persity and complexity of the external environment of the road, real-time and reliable identification is the focus of current research in the field of road scene recognition of the road scene.  In this paper, four types of road scene classification method based on BP neural network model, include: asphalt, cement road, gravel roads and dirt roads.  Color histogram feature extracting road region by the front of the  vehicle,  and the use of BP neural network for training and classification, finally to evaluate the recognition effect through the classification boundaries.  The experiments show that the algorithm has higher recognition rate, good real-time ability in running speed. 
 Keywords    Road scene recognition  Color histogram  BP neural network   Sample  Study  Detection and recognition   

目次 

 1 引言  ..  1 

1.1 课题研究的背景及意义    1 

1.1.1 研究背景 ..  1 

1.1.1 研究目的 ..  1 

1.2 国内外研究现状    1 

1.3 课题的研究内容    2 

1.4 论文的结构和安排  .  3    

2 道路特征提取    4 

2.1 典型的颜色空间    4 

2.1.1 RGB颜色空间  ..  4 

2.1.2 YUV和 YIQ颜色空间  ..  5 

2.1.3 HSV颜色空间  ..  6 

2.2 颜色直方图  .  7 

2.2.1 全局直方图   7 

2.2.2 局部直方图   8 

2.3 直方图的优点和构造  .  11 

3.4 道路颜色直方图提取  .  11 

3 基于BP神经网络的道路场景识别    14 

3.1 神经网络  ..  14 

3.1.1 人工神经网络的研究内容 ..  14 

3.1.2 人工神经网络的特点   15 

3.1.3 人工神经网络的基本形态 ..  15 

3.2 BP神经网络    16 

3.2.1 BP网络的基本结构  ..  16 

3.2.2 BP算法的基本过程  ..  17 

3.3 使用BP网络进行道路类型的识别  ..  19 

2.4 识别结果  ..  21 

4 程序设计    24 

4.1 程序开发平台  .  24 

4.2 程序功能介绍  .  25 

5 结论与展望  .  27 

5.1 工作总结  ..  27 

5.2 下一步工作展望  ..  28  无人驾驶车辆视觉导航中几种典型道路场景的识别方法研究 :http://www.751com.cn/jisuanji/lunwen_64944.html

------分隔线----------------------------
推荐内容