【摘 要】
:
随着半导体与人工智能技术的飞速发展,自动驾驶成为了目前学术界与工业界的研究热点之一。自动驾驶汽车只有对周围环境有着精准的感知,才能够稳定可靠地运行。目标检测是自动驾驶系统感知模块的核心功能,通常人们采用二维的目标检测,即根据图像信息预测出物体的位置与类别。然而,二维的目标检测不能提供准确的深度信息,即距离等信息,而这却是自动驾驶系统中路径规划、障碍物避让等模块所必须的。激光雷达点云能够提供十分精准
论文部分内容阅读
随着半导体与人工智能技术的飞速发展,自动驾驶成为了目前学术界与工业界的研究热点之一。自动驾驶汽车只有对周围环境有着精准的感知,才能够稳定可靠地运行。目标检测是自动驾驶系统感知模块的核心功能,通常人们采用二维的目标检测,即根据图像信息预测出物体的位置与类别。然而,二维的目标检测不能提供准确的深度信息,即距离等信息,而这却是自动驾驶系统中路径规划、障碍物避让等模块所必须的。激光雷达点云能够提供十分精准的深度信息,能够很好地弥补图像信息当中的深度信息。但是目前基于点云的三维目标检测方法精度仍然有比较大的上升空间,而点云与图像又拥有着十分良好的互补性,因此研究基于点云与图像融合的三维目标检测具有十分重要的意义。目前基于融合的检测方法中,一般使用中期或后期融合的策略,先分别将两种模态信息进行特征提取,该过程会对各模态数据的特征信息造成损失;并且在很多方法中,存在融合模态投影角度不一致的问题,导致信息融合阶段无法学习出表达能力更强的特征。针对上述问题,本论文提出了一种点云与图像融合的方法,并在此基础上,提出了一个基于点云与图像融合的三维目标检测网络,具体工作包括以下方面:(1)提出了一种点云与图像融合的方法,命名为Attentive-Continuous Convolution模块(简称ACC模块)。该模块对点云帧中激光点进行遍历,利用K-NN(K-Nearnest Neighbor,K近邻算法)匹配出临近点,根据相机外参标定矩阵找到语义图像中与激光点对应的具体像素特征,将这些语义特征投放进MLP(Multi-Layer Perceptron,多层感知机)进行连续卷积,最后经由注意力机制得出融合后的点云语义特征拼接到对应原始点的特征上,为原始点云增加额外的语义特征,从而提高模态数据的表达能力。(2)基于ACC模块提出了三维目标检测网络Fusion-Pillars(简称FP网络)。该网络主要接受图像以及点云作为输入数据。图像先经过语义分割得出与相应语义张量,然后接受对应点云帧的输入,对点云帧中所有激光点通过(1)中的ACC模块进行特征融合与拼接。最后将融合后的点云帧投放进Point Pillars网络中进行目标检测。FP网络使用了前期融合的策略,从输入数据特征上增加了丰富性,且从整体网络框架上降低了运算成本。(3)从三个方面对本文提出的ACC模块与FP网络进行了测试与验证。首先使用数据量更为丰富的Cityscapes数据集对语义分割子网络U-Net进行预训练,解决了针对小容量样本数据训练网络的性能提升问题;然后从ACC模块与FP网络相关性方面,通过将性能不同的语义分割网络插入到FP网络中,发现语义分割网络与FP网络的性能呈正相关;最后将本文提出的FP网络与目前其他三维目标检测方法的性能进行对比,得出FP网络性能最高,验证了ACC模块与FP网络的有效性。
其他文献
光伏发电输出特性易受外部环境改变影响,具有非线性、间歇性等特点。为提高太阳能的利用率,需要对非线性的光伏输出进行最大功率点跟踪(Maximum Power Point Tracking,MPPT)控制。另外,光伏的输出电压较低,需利用高增益DC-DC升压变换器作为升压接口以实现并网。在现有的变换器技术中,单级多单元(Single-stage Multicell,SSMC)高增益DC-DC电能变换器
随着电力产业的快速发展,输电铁塔的建设已遍布全国各地,给人民的生产生活带来了极大的便利。当前国家大力推行的生态优先、绿色发展之路,不仅造福了人类,而且鸟类的栖息环境也受到有效的保护,日益增多的鸟类在输电铁塔上驻留、排便和安家等行为给配电线路的正常运行造成了巨大的威胁。针对这一问题,电网运维工作者和相关专家提出了多种解决方案,如安装防鸟刺和智能驱鸟器来防止害鸟在杆塔周边活动。这些方案虽然可以在一定程
随着科学技术的高速发展,精密工程技术所涉及的领域越来越广泛,包括微电子技术,纳米技术,精密加工技术,航空航天技术等领域,因此,国内外对系统的精密定位,控制方法以及系统稳定性等方面也提出了相对较高的要求。本文主要根据音圈电机的自动定位来实现镜头的自动对焦进行研究及分析。首先设计音圈电机的高精密微定位平台,该平台设计可以实现手动和自动两种对焦方式,可扩展性较强。应用伺服控制方式进行音圈电机驱动设计,有
当今社会,能源短缺及环境恶化问题日益严重,新型可再生清洁能源的开发已势在必行。作为一种清洁可再生能源,氢能是代替化石能源的最佳选择之一。电解水制氢作为一种绿色的制氢途径得到广泛研究,然而水分解的两个半反应——析氢反应(hydrogen evolution reaction,HER)和析氧反应(oxygen evolution reaction,OER)自身存在较高反应能垒,缓慢的动力学过程使得实际
人工智能的蓬勃发展不仅给各行各业带来了深刻的变革,相关的技术也逐渐应用到人们生活的方方面面。多智能体系统作为人工智能重要技术组成之一,也受到了学界越来越多的关注。早期相关研究多着重于单智能体路径规划,或者环境已知且场景相对简单的多智能体路径规划。现在应用场景的复杂性和多变性,对多智能体系统的决策能力和路径规划的效果有了更高的要求。即便在环境简单且已知的场景,传统方法对于路径规划的求解效率也不是很高
在当今我国经济不断发展的大环境下,城市的基础建设得到了大量的投入,更多的城市已经拥有了一套完善的地铁线路网络,带动了城市各区域的人流往来和经济互动,有效地缓解了地面交通压力。与此同时,更多的人们在选择出行的方式中倾向于地铁这种便利且快速的交通方式,但随着地铁线路网络的不断扩张以及地铁站内空间结构不断复杂化,用户在室内无法使用GPS定位服务的情况下,对地铁站内的空间布局依然处于传统指示牌引导的目测阶
本文主要考虑的问题是协作机械臂在控制过程中如何有效、灵活的进行人机协作并完成避障,因其特点,本文主要考虑的协作机械臂工作场景为协作小型货物搬运、辅助工具拾取和装配器件辅助拾取等,其具有需求精度低、灵活度高等特点。本文的目标是通过在仿真环境下的训练得到深度强化学习模型,用其代替协作机械臂控制算法的决策避障功能,取机械臂的末端位置动作为强化学习智能体的动作,取机械臂的人机交互物理信息为强化学习的环境状
短视频的制作与分享随着移动互联网的飞速发展而变得更加的便捷。目前短视频制作与分享已经进入了黄金发展时期,每天都会有无数的视频被生产和传播。然而,短视频的快速发展在给人们带来好处的同时,也给相关监管工作来了很大的挑战。如何管理这些海量视频,已成为当前面临的重大挑战。庆幸的是,视频分类技术为有效管理海量视频带来了曙光,也因此受到了越来越多的科研人员的关注。深度神经网络具备的强大拟合能力,使其不仅在越来
侧信道攻击技术已经作为密码学研究领域密切的关注点和重要分支,功耗分析攻击技术已经成为侧信道攻击技术中最常用的攻击方法之一,通过物理通道利用辅助的设备对正在执行的密码算法或安全设备等进行功耗的采集,分析功耗曲线的相关信息来获取我们需要的关键信息。与电磁辐射攻击、错误攻击、时序攻击、模板攻击、缓存等攻击方式相比较,侧信道功耗分析攻击具有实现简单、攻击效果明显和易于分析等特点,因此侧信道功耗攻击技术受到
中国制造向中国智造的改革转变带动了智慧物流系统和智能仓储系统的发展,自动导航车(Automated Guided Vehicle,AGV)作为离散制造工厂和智能仓储系统的重要传送带,担任了运输的任务。在离散制造工厂中,作为主要操作对象的物料是整体运作和管理的中心,物料的物流过程也是影响整体生产效率的关键过程,自动化、智能化的路径规划可以极大提高物流的效率,从而提高企业生产的整体效率。因此,对AGV