智聯(lián)網(wǎng)汽車技術(shù) 課件 8.1駕駛場(chǎng)景識(shí)別

駕駛場(chǎng)景識(shí)別項(xiàng)目三汽車決策控制系統(tǒng)任務(wù)8智能決策系統(tǒng)智能網(wǎng)聯(lián)汽車技術(shù)主講人：曾鑫課程導(dǎo)入場(chǎng)景識(shí)別技術(shù)是實(shí)現(xiàn)汽車自動(dòng)駕駛的關(guān)鍵技術(shù)之一學(xué)習(xí)目標(biāo)場(chǎng)景識(shí)別的概念01應(yīng)用場(chǎng)景02實(shí)現(xiàn)方法02學(xué)習(xí)任務(wù)能夠解釋場(chǎng)景識(shí)別的概念，舉例場(chǎng)景識(shí)別技術(shù)的應(yīng)用場(chǎng)景01激活舊知對(duì)場(chǎng)景識(shí)別技術(shù)了解多少?知道它在汽車自動(dòng)駕駛中的作用嗎?探索新知駕駛場(chǎng)景識(shí)別的定義車輛自身駕駛?cè)蝿?wù)和狀態(tài)車輛外部環(huán)境的道路周邊交通天氣光照?qǐng)鼍白鳛樾旭偔h(huán)境與汽車駕駛情景的綜合體現(xiàn)探索新知駕駛場(chǎng)景識(shí)別的定義場(chǎng)景駕駛汽車的決策駕駛汽車的感知不可預(yù)測(cè)性不可重復(fù)性不確定性探索新知駕駛場(chǎng)景識(shí)別的定義它通過(guò)車載傳感器感知道路環(huán)境，并識(shí)別無(wú)人駕駛汽車當(dāng)前所處的交通場(chǎng)景類型和細(xì)節(jié)信息。由于駕駛系統(tǒng)需要根據(jù)場(chǎng)景結(jié)果進(jìn)行行為決策，所以場(chǎng)景識(shí)別的效果直接影響到自動(dòng)駕駛的表現(xiàn)。場(chǎng)景識(shí)別的應(yīng)用場(chǎng)景之一是道路場(chǎng)景識(shí)別探索新知駕駛場(chǎng)景識(shí)別的定義場(chǎng)景識(shí)別是指利用計(jì)算機(jī)等設(shè)備，對(duì)駕駛場(chǎng)景進(jìn)行準(zhǔn)確判斷和認(rèn)知。它是汽車智能駕駛的關(guān)鍵技術(shù)之一，對(duì)感知和決策控制都有重要影響。探索新知駕駛場(chǎng)景識(shí)別的方法1、基于視覺(jué)的場(chǎng)景識(shí)別這類方法容易受到環(huán)境變化的影響，造成錯(cuò)誤匹配和識(shí)別失敗。利用手工設(shè)計(jì)或深度學(xué)習(xí)等方式提取圖像特征編碼這些特征計(jì)算不同圖像特征之間的相似度根據(jù)相似度判斷是否為同一場(chǎng)景探索新知駕駛場(chǎng)景識(shí)別的方法2、基于圖像的場(chǎng)景識(shí)別這類方法利用深度神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)場(chǎng)景圖像的高級(jí)特征表示，可以獲得比手工設(shè)計(jì)特征更強(qiáng)的判別能力和抗干擾能力。目前基于深度學(xué)習(xí)的方法在場(chǎng)景識(shí)別領(lǐng)域已成為主流。探索新知駕駛場(chǎng)景識(shí)別的方法場(chǎng)景特征描述利用圖像的像素信息進(jìn)行建模先理解圖像內(nèi)容再進(jìn)行建模A基于底層視覺(jué)特征B基于中層語(yǔ)義特征探索新知駕駛場(chǎng)景識(shí)別的方法A超聲波雷達(dá)B激光雷達(dá)C攝像頭DGPS模塊由于在隧道或樹(shù)林環(huán)境下，GPS信號(hào)會(huì)不穩(wěn)定，因此GPS模塊主要用于定位，而不用于場(chǎng)景識(shí)別。探索新知駕駛場(chǎng)景識(shí)別的方法障礙物感知提高安全性探索新知駕駛場(chǎng)景識(shí)別的方法僅僅依靠激光雷達(dá)和超聲波雷達(dá)是不夠的，因?yàn)椴煌男熊噲?chǎng)景面臨的情況各不相同，所以無(wú)人駕駛汽車還需要有場(chǎng)景識(shí)別的能力，根據(jù)識(shí)別結(jié)果預(yù)測(cè)可能發(fā)生的情況，盡量規(guī)避風(fēng)險(xiǎn)。探索新知駕駛場(chǎng)景識(shí)別的方法傳統(tǒng)的計(jì)算機(jī)視覺(jué)算法通常根據(jù)圖像序列進(jìn)行計(jì)算,來(lái)獲取場(chǎng)景信息并實(shí)現(xiàn)場(chǎng)景識(shí)別。但當(dāng)場(chǎng)景變得復(fù)雜時(shí),傳統(tǒng)算法的識(shí)別效果會(huì)受到限制。探索新知駕駛場(chǎng)景識(shí)別的方法近年來(lái)，GPU技術(shù)和深度學(xué)習(xí)算法獲得了長(zhǎng)足發(fā)展，特別是卷積神經(jīng)網(wǎng)絡(luò)的提出，讓深度學(xué)習(xí)在許多領(lǐng)域取得進(jìn)步。基于深度學(xué)習(xí)的計(jì)算機(jī)視覺(jué)算法克服了傳統(tǒng)算法的局限，可以通過(guò)對(duì)數(shù)據(jù)訓(xùn)練，識(shí)別不同物體，并進(jìn)行場(chǎng)景判斷，效果更佳。探索新知駕駛場(chǎng)景識(shí)別的方法01目前，抽道路場(chǎng)景的訓(xùn)練數(shù)據(jù)已經(jīng)足夠充分，可以實(shí)現(xiàn)很好的識(shí)別效果。02實(shí)際環(huán)境可能更為復(fù)雜，還需要積累數(shù)據(jù)和技術(shù)來(lái)提高對(duì)各種場(chǎng)景的識(shí)別能力。探索新知駕駛場(chǎng)景識(shí)別的方法深度學(xué)習(xí)具備從高維數(shù)據(jù)中提取復(fù)雜特征的強(qiáng)大能力，在場(chǎng)景識(shí)別領(lǐng)域具有很好的應(yīng)用前景，是提高無(wú)人駕駛系統(tǒng)場(chǎng)景識(shí)別準(zhǔn)確性和魯棒性的重要研究方向。綜上所述即時(shí)檢測(cè)小測(cè)試你能舉一個(gè)場(chǎng)景識(shí)別技術(shù)在自動(dòng)駕駛中的應(yīng)用實(shí)例嗎？

場(chǎng)景識(shí)別讓汽車可以根據(jù)場(chǎng)景情