基于深度视觉感知的智能车辅助决策系统研究  

作　　者：化永星[1] 程伟国 黄闽羚 

机构地区：[1]南京交通职业技术学院,江苏南京211188

出　　处：《电子制作》2023年第13期116-119,共4页Practical Electronics

基　　金：2020年南京交通职业技术学院科研项目,智能网联汽车关键传感器信号传输技术研究,项目号JQ2001;2022年江苏省高职院校青年教师企业实践培训项目,项目号2022QYSJ035;2023年江苏高校“青蓝工程”优秀青年骨干教师培养项目。

摘　　要：环境感知及自主决策是自动驾驶技术的重要部分。本文将机器学习目标检测技术与双目测距技术相结合,通过双目相机为车辆导航避障决策提供辅助信息。首先在PyTorch框架下将YOLO-v5作为深度学习实时目标检测算法,然后通过双目相机视差原理实现目标检测物的定位,并结合车辆自身参数判断是否存在危险,最后设计相应的实验平台进行验证。结果表明,本文所提出的系统能够实时将辅助驾驶信息传输至车辆控制器,且具有很强的通用性。

关 键 词：机器视觉 深度学习 双目相机 自主决策 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术] TP18[自动化与计算机技术—计算机科学与技术]