基于立體R-CNN的自動(dòng)駕駛中的路障識(shí)別與定位

打開(kāi)文本圖片集

摘 要：基于深度學(xué)習(xí)的自動(dòng)駕駛技術(shù)是目前最為先進(jìn)和主流的自動(dòng)駕駛技術(shù)之一，它通過(guò)應(yīng)用深度學(xué)習(xí)算法來(lái)實(shí)現(xiàn)對(duì)駕駛場(chǎng)景的感知、路徑規(guī)劃、行為決策和運(yùn)動(dòng)控制，極大地提高了自動(dòng)駕駛汽車(chē)的安全性和可靠性。文章提出了一種新型的立體區(qū)域卷積神經(jīng)網(wǎng)絡(luò)模型對(duì)自動(dòng)駕駛中的路障的識(shí)別與定位進(jìn)行研究。結(jié)果顯示，文章提出的方法在圖像識(shí)別精度和速度上要優(yōu)于Mono3D和VeloFCN等其它模型。（剩余4186字）