没有合适的资源?快使用搜索试试~ 我知道了~
课题2-7.项目总结-20210607.docx
需积分: 8 0 下载量 73 浏览量
2021-07-27
20:46:37
上传
评论
收藏 7.94MB DOCX 举报
温馨提示
试读
31页
对于单目相机下的车道线检测的总结汇报
资源推荐
资源详情
资源评论
课题 2 单目相机图像中路面及行驶区域障碍物的实时分割
项目总结
1.项目简介
1.1 项目背景
采用光学摄像头获取各种驾驶场景中的视觉信息是实现自动驾驶感知功能的重
要途径。对视觉图像进行语义分割是理解车辆运行道路环境的一种有效的智能技术。
、特斯拉、百度 、阿里达摩院等国内外厂商的自动驾驶解决方案中
均采用了图像视觉分割技术。
图像分割技术在自动驾驶领域解决的具体应用问题主要有:
)实时探测分析出路面各类目标的空间轮廓位置,如路面车辆、摩托车、电
动车、行人等活动目标,隔离栏、锥桶、水马、树木等静止目标,弥补高精度地图
所缺失的道路上各种障碍物的实时信息。
)实时探测路面可行驶区域的边界范围,弥补车道标线缺失、磨损情况下对
路面可行驶区域的检测失误;
)实时探测识别低矮的路沿、窨井盖、减速带、坑洞等目标,弥补激光雷达
对负障碍物的检测失效。
目前在自动驾驶车载域控制器上实现单目相机图像中路面及行驶区域障碍物的
实时分割,除了上述问题之外还需要解决以下问题:
)建立大容量数据集:目前缺乏针对国内复杂道路场景(如校园复杂场景)
的大容量分割图像数据集,来支撑自动驾驶场景的分割算法深度网络训练。
)进行算法加速和优化:当前图像分割算法的计算负载较大,需要高档
算力支持,在车载域控制器上需同时运行目标分割、目标检测、目标跟踪等感知计
算任务,还需要运行车辆定位、运动规划等计算任务,如不进行充分的加速和性能
优化,将会导致域控制器的算力发生严重的瓶颈,难以保证实时性处理要求。
主要研究内容
本课题针对以上问题,将开展以下的研发工作。
路面可行驶区域、路面交通标线区域的实例分割
路面车辆、行人、等动态目标实例分割
路面隔离物、负障碍物等静止目标实例分割
实例分割深度网络设计
实例分割深度网络训练优化
项目简介
单目相机图像中路面及行驶区域障碍物的实时分割”系统研发与
设计工作范围包含:软件技术方案设计、分割算法软件设计、软硬件系统集成适配、
开发过程中的测试(数据集测试、实车测试)与调试等工作。项目进行过程中根据
实际情况在规定时间内响应解决各种各样的实际或疑难问题,并提出可行的解决方
案,最终使“单目相机图像中路面及行驶区域障碍物的实时分割”系统满足
自动驾驶样车整车功能和性能要求。
主要计划&目标
本项目技术目标主要是完成“单目相机图像中路面及行驶区域障碍物的实时
分割”系统以下简称“智能分割识别系统”的研发与设计实现工作,实现方案设计,
算法设计与编程实现,测试与评价,配合实车测试,算法性能优化与调整,问题分
析与整改工作。主要计划如下表所示:
表 项目工作内容说明
阶
段
子
阶
段
任务 子任务
第
一
阶
段
系统技术方案 确认智能分割识别系统的设计方案
应用场景方案
确认智能分割识别系统的应用场景
方案
第
二
阶
段
系统开发与实车
测试验证
完成智能分割识别系统算法及程序
优化
完成分割软件在实车系统的软硬件
集成与调试,满足全部性能要求
目标评估 评估项目目标完成情况
输出整理
完成智能分割识别系统的使用维护
说明文档
结项汇报 准备项目结项汇报
表 智能分割识别应用场景技术要求
序号 技术要求 技术特征 技术定义说明
分割识别
目标类别
道路可行
驶区域分
割识别
功能描述:良好可见光环境下,对图像中道路范围内
可行驶区域进行分割识别
人行横道
等道路标
功能描述:良好可见光环境下,对图像中人行横道、
序号 技术要求 技术特征 技术定义说明
志区域分
割识别
车道线、停止线等道路标志区域等进行分割识别
路面活动
目标分割
识别
功能描述:良好可见光环境下,对图像中路面车辆、
行人、摩托车、自行车等活动目标进行分割识别
路面静止
障碍物分
割识别
功能描述:良好可见光环境下,对图像中路面隔离
物、树木、交通灯杆等静止障碍物目标进行分割识
别。
2. 项目详情
技术路线
本课题要研发的模块为下图中的障碍物检测、车道线检测、可行驶区域模块,
见无人驾驶系统感知子系统的结构框图。其中障碍物包含车辆、行人、骑自行车的
人、骑摩托车的人等活动目标,隔离栏、锥桶等静止目标,以及低矮路沿、窨井盖
等负障碍物。
输入数据为摄像头采集的图像数据和定标信息等。
障碍物检测
摄像头
激光雷达
毫米波雷达
超声波雷达
定位模块
车道线检测
传感器
可行驶区域检测
Cam_obj _l i st
Li dar_obj _l i st &
Conti _radar_obj _l i st &
Cam_l i ne_i nf o
Radar_border_i nf o &
Li dar_border_i nf o
总线
障碍物融合
道路模型
(Pr edi cti on)
Pl anni ng
Saf eguar d
Per cept i onObstacl es
Per cept i onLanes
核心算法模块(原始数据
层)
融合模块(结果集)
高精度地图
Navi _i nf o
红绿灯检测
红绿灯信息
Tra cLi ghtDet ecti on
Tra cLi ghtDebug
Per cept i on
Ether net
V2X
图 无人驾驶软件系统感知子系统的结构框图
执行时间表
表 项目计划执行时间表
阶
段
阶段目标 实现时间 详细目标说明
第
一
阶
段
完成确认系统设计方
案,
完成图像数据集采集
和标注,
完成分割识别基准算
法评估
年
月
双发确认执行方案、性能指标和工作任
务场景;
甲方提供 实验验证车辆;
乙方完成系统的技术方案(含架构、接
口、处理流程等)
第
二
阶
段
开发实现智能分割识
别系统,
完成实车测试,
完成性能优化,
年
月
完成智能分割软件在实车系统的集成与调
试;
完成智能分割软件的系统优化;
在任务场景中开展测试和评价,实现功能
和性能指标达成
完成说明文档和总结
报告
年
月
完成实时路面目标 ! 检测系统的维护说
明和项目总结报告
路面分割概述
目前的实例分割方法可以概况分为自顶向下和自下而上两类。前一类方法,
即“检测分割”,首先检测目标的边界框,然后在每个边界框内分割目标对象实例掩
剩余30页未读,继续阅读
资源评论
Chiuca
- 粉丝: 12
- 资源: 1
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 基于keras+fasterRCNN,在VOC格式的口罩数据集上训练,检测人群中有无戴口罩python源码+模型
- 基于opencv+qt5机器视觉的传统缺陷检测, 即采用标准图片和待测图片进行pixel to pixel的XOR操作源码+文档
- 管道内检测缺陷数据库管理系统源码+文档说明+sln
- 毕业设计-低功耗STM32F411开发板(原理图+PCB源文件+官方例程+驱动等)源码+文档说明+截图
- 基于yolov5-tensorRT检测+发动机缸体内壁缺陷检测系统源码+文档说明
- 基于C++实现的锂电池缺陷检测源码+文档说明
- push_version
- 软件自制图像批量压缩工具
- 经典缺陷检测算法源码整理包含PaDiM(2020ICPR)、PatchCore(2022CVPR)、SimpleNet+文档说明
- 基于深度学习的抗梯度噪声的缺陷检测器python源码+文档说明+模型的预训练
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功