【技术实现步骤摘要】
本专利技术以深度学习为基础提出一种昏暗场景下的道路环境感知算法,以改进的yolov8算法和轻量化hdr暗光图像增强技术为基础,同时执行交通目标检测、可行驶区域分割和车道检测三项任务,实现yolov8在昏暗场景中的高效道路环境感知。
技术介绍
1、根据2021年1月发布的机动车和驾驶人数据显示,截至2021年,我国机动车保有量达3.95亿辆,与2020年相比同比增长6.32%。机动车的普及为人们带来出行的便利,但另一方面,持续增长的机动车数量也带来了一系列诸如交通拥堵、交通事故频发、环境污染等社会问题。数据显示,行车事故的数量在与日俱增,仅2021一年里因为行车事故造成的伤亡人数达31万人。安全问题不容小觑,这永远是业内研究人员的关注焦点。
2、自动驾驶中的道路环境感知是一个计算机视觉领域的经典任务,也是自动驾驶的重要组成部分,一个高精度、高实时性的环境感知系统可以辅助车辆在行驶中做出合理的决策,在辅助驾驶、交通监控等方面具有巨大的研究价值和应用前景。而夜间车况复杂、照度急剧下降、驾驶员视线变差、不规范使用的远光灯等都成为车辆
...【技术保护点】
1.一种昏暗场景下的道路环境感知算法,包括以下步骤:
2.根据权利要求1所述的一种昏暗场景下的道路环境感知算法,所述Step 1中的具体过程如下:
3.根据权利要求1所述的一种昏暗场景下的道路环境感知算法,所述Step 2中的具体过程如下:
【技术特征摘要】
1.一种昏暗场景下的道路环境感知算法,包括以下步骤:
2.根据权利要求1所述的一种昏暗场景下的道路环境感知算法,所述st...
【专利技术属性】
技术研发人员:侯阿临,徐民俊,孙佳宇,张俊鹏,操文,炎梦雪,刘丽伟,李秀华,梁超,杨冬,
申请(专利权)人:长春工业大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。