基于多任务神经网络的智能网联汽车环境自动感知研究
刘庆
安徽汽车职业技术学院,安徽 合肥 230601
摘要：为提高智能网联汽车的驾驶体验感,基于卷积神经网络原理,在卷积神经网络底层插入双线性插值层,改进卷积神经网络池化层,构建智能网联汽车环境自动感知多任务神经网络.通过多任务神经网络编码器提取采集的汽车环境图像特征,作为语义分割与目标检测解码器的输入,执行多任务神经网络训练操作,采用训练好的神经网络输出智能网联汽车环境自动感知结果.在不同道路环境、光线强度及噪声强度下验证基于多任务网络的智能网联汽车环境自动感知性能.结果表明:该方法在不同道路环境下可实现智能网联汽车环境自动感知,不同光线条件下的目标检测效果较好,网络实用性与语义分割精度较高,能够满足实际智能网联汽车环境自动感知需求.
关键词：多任务神经网络智能网联汽车环境自动感知卷积神经网络双线性插值
分类号：U471.1(公路运输)TP273+.5(自动化技术及设备)
资助基金：安徽省高等学校自然科学研究项目(KJ2020A1167)
论文发表日期：2022-12-30
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：8( 1-7,17 )
英文信息