1. 研究目的与意义（文献综述）

城市化的高速进展及汽车产品的广泛普及，随之带来的负面影响使得交通事故频发，汽车的驾驶安全问题已然成为全球性必然存在的关注主题。在此背景下，发展和提高汽车的智能化技术显得尤为重要。汽车高级驾驶辅助系统adas（advanced driver assistance systems）作为智能化车辆系统 ivs（intelligent vehicle system）的关键组成，能够有效地提高汽车主动安全性能，提升智能化。而道路前方车辆的实时检测作为adas的主要实现功能之一，能够有效“预知”未来一段时间内前方道路的碰撞安全隐患，及时向驾驶操作人员发出有效的警告信号，是实现车辆间防碰撞的关键技术之一，能够实现道路交通事故中的人员伤亡比例的有效减少。

目前车辆检测的方法有很多，主要有基于超声波检测、基于毫米波雷达、基于红外线检测、以及基于视觉检测等等。然而，超声波检测准确度并不高，容易受到车辆遮蔽和行人的影响，且检测距离短；毫米波雷达对雨雾天气的适应能力好，探测距离大于１５０米，但容易受电磁干扰影响。红外线检测则受到车辆本身热源的影响，抗噪声的能力不强，且成本高。近年来，基于计算机视觉的方法随着计算机技术、图像处理技术以及人工智能等技术的不断发展，在车辆检测中得到了越来越广泛的应用。这种基于获得的影像信息进行处理的检测方法相对于其他车辆检测方法而言，具有以下三点的优势：（１）使用影像检测可以覆盖较大的交通场景面积。（２）相对于其他的检测方法，所投资的费用低，监视设备体积小且易于安装和调适，不会对路面设施产生破坏。（３）可以收集到更多的交通流量参数。

近年来，进行前方车辆检测时，常用的主要有基于机器学习和深度学习的方法。基

2. 研究的基本内容与方案

本次毕业设计的主要任务内容有：

1.进行调研，了解目前用于目标检测的方法理论和研究成果；

2.了解现有的深度学习框架，选择一个深度学习框架并学习其基于python的实现；

3. 研究计划与安排

1-2（7 学期第19-20周） 确定毕业设计选题、完善毕业设计任务书(相关参数)、校内外资料收集

3（8 学期第1周） 方案构思、文献检索、完成开题报告

4～5（8学期第2-3周） 外文翻译、资料再收集

4. 参考文献（12篇以上）

1. 伦智梅.基于深度学习的道路车辆检测方法研究[d].大连理工大学.2017.

2. 周苏,钱辰,肖建华.基于单目视觉的前方车辆检测方法[a]. 第十五届国际汽车交通安全学术会议,2018-11-15

3. 吴岸城.神经网络与深度学习[m].电子工业出版社.2018.1

   剩余内容已隐藏，您需要先支付 5元 才能查看该篇文章全部内容！立即支付