机构名称：
¥ 1.0
摘要 - 已经进行了有关现代自动驾驶的研究。一个自主驾驶系统必须非常擅长检测周围的物体以确保安全。在本文中，研究了对象（行人）位置（有关自我3D坐标系）的分类和估计，并测量了自主驾驶中自我驾驶中的自我车辆与物体之间的距离。为了对对象进行分类，使用了基于区域的卷积神经网络（R-CNN）与Inception V2进行分类。首先，对网络进行了自定义数据集的培训，以估计对象的参考位置以及距车辆的距离。从相机校准到计算距离，应用一系列过程中计算机视觉算法的尖端技术可以生成感兴趣区域的3D参考点。此过程中最重要的一步是使用立体声愿景的概念生成差异图。
...
主要关键词
相关文件推荐
