会员中心
搜索
登录
注册

解决方案

数字化转型通用方案行业方案安全方案大数据人工智能物联网行业展望自动控制其他

产品|技术

白皮书产品介绍技术介绍技术创新模型算法

政策|规范

政策规范行动计划

电子书

电子书课件

报告|论文

报告模板论文

基于计算机视觉的自动驾驶算法研究综述

本文从基于传统特征和基于深度学习两方面对自动驾驶技术进行了综述：首先论述了基于传统特征的自动驾驶技术，如道路与车道线的检测、前车检测、行人检测和防撞系统等，由于识别目标种类繁多，基于传统特征的目标检测遇到了很难超越的瓶颈；接着阐述了基于深度学习的自动驾驶算法，采用卷积神经网可以直接学习和感知路面及道路上的车辆，可大幅度提升自动驾驶算法的性能；最后总结全文，并展望了未来的研究方向，即整合传统特征和深度学习特征，进一步提升深度驾驶的拟人化和实用化水平。

  • 2022-01-18
  • 阅读102
  • 下载0
  • 10页
  • docx

深度卷积神经网络（CNN）在无人驾驶中的应用

卷积神经网络（Convolutional Neural Network，CNN）是一种适合使用在连续值输入信号上的深度神经网络，比如声音、图像和视频。它的历史可以回溯到1968年，Hubel和Wiesel在动物视觉皮层细胞中发现的对输入图案的方向选择性和平移不变性，这个工作为他们赢得了诺贝尔奖。时间推进到上世纪80年代，随着神经网络研究的深入，研究人员发现对图片输入做卷积操作和生物视觉中的神经元接受局部receptive field内的输入有相似性，那么在神经网络中加上卷积操作也就成了自然的事情。

  • 2022-01-18
  • 阅读104
  • 下载0
  • 11页
  • docx

地面无人驾驶系统环境感知技术的发展

地面无人系统具有平台损毁无人员伤亡、可长期值守等特点，目前主要用于扫雷破障、武装巡逻、核生化探测、危险品运输、火力引导、通信中继和后装保障等领域，已投入伊拉克和阿富汗战场使用，是未来陆军作战方式向非接触、非线式、非对称、零伤亡变革的必要装备。高新技术的飞速发展与武器系统的升级换代，使得战场上战斗人员的生存能力越发得到重视，为保护作战人员的生命，近年来发展的地面无人作战系统能够协助士兵在复杂的作战空间探测敌人，扩大作战视野，有效在侦察、核生化武器探测、障碍突破、反狙击和直接射杀等任务时避免人员损伤，大幅度提高了作战人员的生存率、灵活性和战斗力。

  • 2022-01-18
  • 阅读116
  • 下载0
  • 8页
  • docx

一文读懂自动驾驶中基于特征点的视觉全局定位技术

在无人驾驶中，感知、定位、规划决策、控制是四个基本的系统模块。由于当前算法还无法实现绝对的智能，因此依然需要大量的先验知识来提高模块性能、鲁棒性，以实现安全的自动驾驶。其中，高精地图是对道路及周边环境先验知识的集成。而建立在地图之上的准确定位，是判断行车状况的重要依据，为后续的感知、规划决策提供有力支撑。

  • 2022-01-18
  • 阅读147
  • 下载0
  • 17页
  • docx

一文读懂基于DL的无人驾驶视觉感知系统的应用场景

复杂环境场景时，边界形状复杂多样，导致泛化难度较大。不同于其它的检测有明确的检测类型（如车辆、行人、交通灯），通行空间需要把本车的行驶安全区域划分出来，需要对凡是影响本车前行的障碍物边界全部划分出来，如平常不常见的水马、锥桶、坑洼路面、非水泥路面、绿化带、花砖型路面边界、十字路口、T字路口等进行划分。

  • 2022-01-18
  • 阅读102
  • 下载0
  • 8页
  • docx

计算机视觉技术在无人驾驶中的应用

当前，人工智能是下一代信息技术的核心和焦点，而无人配送则是人工智能典型的落地场景，因为完成无人配送需要自动驾驶技术、机器人技术、视觉分析、自然语言理解、机器学习、运筹优化等一系列创新技术的高度集成。目前，美团的日订单数量已经超过 2000 万单，在人力有限的情况下，对无人配送就有着非常迫切的需求。美团无人配送团队已经自主研发两款适应不同业务场景的无人车产品，其中一款适用于室内外道路的小型低速无人车，还有一款长距离室外运输的中型无人车。

  • 2022-01-18
  • 阅读114
  • 下载0
  • 11页
  • docx

高精地图在无人驾驶中的应用

传统电子地图是对路网的一种抽象：都将路网抽象成有向图的形式——图的顶点代表路口，边代表路口与路口的连接。路名、地标以及道路骨架信息都可以被抽象成存储于这些有向图顶点或边中的属性。这种抽象的地图表征形式能很好地适应人类驾驶员需求，其原因在于人类生来就有很强的视觉识别及逻辑分析能力。在驾驶过程中，人类驾驶员一般都能有效判别如下信息：识别路面及路面标示线，确定自己在路面的大致位置，寻找并辨认路标等。参照辨识出的信息，结合当前GPS（一般精度在5-10米）在当前电子地图中的位置，人类驾驶员便大致知道自己在实际路网中的位置，并计划下一步如何驾驶。

  • 2022-01-18
  • 阅读101
  • 下载0
  • 9页
  • docx

基于计算机视觉的无人驾驶感知系统

本文是无人驾驶技术系列的第三篇，着重介绍基于计算机视觉的无人驾驶感知系统。在现有的无人驾驶系统中，LiDAR是当仁不让的感知主角。但是由于LiDAR的成本高等因素，业界有许多是否可以使用成本较低的摄像头去承担更多感知任务的讨论。本文探索了基于计算机视觉的无人驾驶感知方案。首先，验证一个方案是否可行需要一个标准的测试方法，我们介绍了广泛被使用的无人驾驶视觉感知数据集KITTI。然后，我们讨论了在无人驾驶场景中使用到的具体计算机视觉技术，包括Optical Flow和立体视觉、物体的识别和跟踪以及视觉里程计算法。

  • 2022-01-17
  • 阅读101
  • 下载0
  • 9页
  • docx