資源描述：
《基于機器視覺的車道線檢測和交通標志識別研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、工程碩士學(xué)位論文基于機器視覺的車道線檢測和交通標志識別研究作者姓名劉蘭馨工程領(lǐng)域車輛工程校內(nèi)指導(dǎo)教師李巍華教授校外指導(dǎo)教師劉曉楠中級工程師所在學(xué)院機械與汽車工程學(xué)院論文提交日期2018年4月LaneDetectionandTrafficSignRecognitionBasedonMachineVisionADissertationSubmittedfortheDegreeofMasterCandidate：LiuLanxinSupervisor：Prof.LiWeihuaSouthChinaUniversityofTechnologyGuangzhou,China分類號：U471學(xué)校代號：10
2、561學(xué)號：201521003185華南理工大學(xué)碩士學(xué)位論文基于機器視覺的車道線檢測和交通標志識別研究作者姓名：劉蘭馨指導(dǎo)教師姓名、職稱：李巍華教授劉曉楠中級工程師申請學(xué)位級別：工程碩士工程領(lǐng)域名稱：車輛工程論文形式：?產(chǎn)品研發(fā)?工程設(shè)計?應(yīng)用研究?工程/項目管理?調(diào)研報告研究方向：智能車輛論文提交日期：2018年4月12日論文答辯日期：2018年5月22日學(xué)位授予單位：華南理工大學(xué)學(xué)位授予日期：年月日答辯委員會成員：主席：丁康教授委員：熊銳教授、葉志剛高級工程師、李巍華教授、楊志堅副教授摘要路面交通信息包括車道線及路面標志信息，有效地獲取路面交通信息將為無人車的決策起重要作用。在汽車數(shù)量日益
3、增加、交通安全事故居高不下，要求不斷提升汽車的駕駛智能化的現(xiàn)實壓力面前，開展以實時應(yīng)用為目標的車道線和交通標志檢測與識別技術(shù)研究，對于提高駕駛安全具有重大的意義。研究了道路圖像中車道線的檢測方法，對道路圖像進行預(yù)處理，并利用梯度算法有效提取車道線邊緣。提出了結(jié)合改進Hough變換和最小二乘法的車道識別算法。最后用廣州市區(qū)實際道路視頻和圖像序列分別進行了測試，實驗驗證了本文算法的有效性，在多種天氣和道路條件下均具有良好的魯棒性，且基本滿足實時性要求。卷積神經(jīng)網(wǎng)絡(luò)作為深度學(xué)習(xí)領(lǐng)域的算法之一，對于目標檢測和分類具有良好的性能，SSD是深度卷積神經(jīng)網(wǎng)絡(luò)的代表，網(wǎng)絡(luò)的結(jié)構(gòu)參數(shù)直接影響其分類識別的能力。通
4、過實驗研究了SSD網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)對識別準確率的影響，包括迭代次數(shù)、輸入層尺寸、批量尺寸大小，構(gòu)建了對路面交通標志分類能力強且分類效率高的網(wǎng)絡(luò)。針對路面標志識別魯棒性、實時性的要求，提出了基于SSD網(wǎng)絡(luò)的路面交通標志識別方法。通過數(shù)據(jù)采集獲取不同天氣、光線條件下的圖像數(shù)據(jù)，預(yù)處理擴充樣本量，使用圖像標注軟件對圖像數(shù)據(jù)進行手工標注，制作完成路面標志數(shù)據(jù)集RM2017。通過實驗驗證了SSD模型識別路面交通標志的有效性，算法可準確識別出11種路面標志。針對實驗中小目標的漏檢情況，提出改進的R-SSD模型，與原模型進行對比實驗，改進算法有效提高了模型識別準確率，對于原模型漏檢的目標也能準確識別。關(guān)鍵詞：S
5、SD；交通標志；車道線；目標檢測IAbstractAmongtheroadinformation,therearethelanelinesandsignsinformation.Effectiveaccesstotherightlaneandroadsigninformationwillplayanimportantroleindriverlessvehicles'decisions.Improvingtheaccuracyandreal-timeperformanceoflanedetectionandroadsignrecognitionalgorithmisthekeytotheprac
6、ticalapplicationprocess.Infaceoftheincreasingnumberofcarsandhightrafficaccidents,itisofgreatsignificancetoimprovethesafetyofautomobiledriving.Thedetectionmethodoflanesinroadimagesisstudied.Firstly,theimageispre-processedandthelaneedgeiseffectivelyextractedbythegradientalgorithm.Then,alanedetectionme
7、thodbasedonimprovedHoughtransformandleastsquaresalgorithmsisproposed.Finally,themethodistestedwithactualtrafficimagesinGuangzhou.Theexperimentalresultsshowthatthelanedetectionmethodappliestoavarietyof
