10.12141/j.issn.1000-565X.220126
面向自动驾驶汽车的交通标线使用状况评估方法
随着自动驾驶技术的不断进步和普及,道路上将会出现越来越多具有自动驾驶技术的汽车,交通标线的服务对象将逐渐从驾驶员向自动驾驶汽车过渡.现有的交通标线使用状况评估方法不但需要耗费大量的人力去巡查、测量和评估,而且评估指标也是基于生物视觉研究而得,不符合基于机器视觉的自动驾驶汽车的特点;针对上述的问题,文中提出了一种面向自动驾驶汽车的交通标线使用状况评估方法.首先,基于自动驾驶汽车的特性,运用查阅文献、类比推理和逻辑推理等方法初步确定峰值信噪比(PSNR)作为评估指标;其次,为了快速且准确地获取峰值信噪比,提出了基于图像修复的峰值信噪比的计算方法,该方法先利用基于条件生成对抗网络的DeblurGAN模型在图像层面复原破损的交通标线,进而利用破损和复原后的交通标线图像计算出峰值信噪比,同时,文中提出了一种可以真实地合成破损的交通标线图像的数据增强方法去提高图像修复模型的性能.然后,以AlexNet网络为基准模型设计对照实验去研究峰值信噪比与交通标线的识别准确率的关系;最后,将研究成果应用到实际的交通标线使用状况的评估工作中,并与现行规范的评估方法比较.实验结果表明:与基于人工修复图像的峰值信噪比的计算方法对比,文中所提的方法得到的平均峰值信噪比只相差约2.24％,但获取速度却提高了约418倍;峰值信噪比影响交通标线的识别准确率,当平均PSNR相差约43.66％时,平均识别准确率相差了约36.27％,峰值信噪比可以衡量交通标线的使用状况;文中所提出的评估方法使工作效率约提高了6.5倍且耗费更少的人力,也更符合自动驾驶汽车的特点,但规范中的评估方法更加详尽.
自动驾驶汽车、交通标线、使用状况、评估方法、峰值信噪比、识别准确率
50
U495(交通工程与公路运输技术管理)
国家自然科学基金;国家自然科学基金
2023-01-09（万方平台首次上网日期，不代表论文的发表时间）
共13页
1-13
