项目名称: 应用于自动驾驶车辆环境感知系统的去雾技术研究

项目编号: No.61502537

项目类型: 青年科学基金项目

立项/批准年度: 2016

项目学科: 计算机科学学科

项目作者: 郭璠

作者单位: 中南大学

项目金额: 21万元

中文摘要: 现有的图像去雾复原算法大多利用大气散射模型采用整幅图像统一增强的方式,若直接将这些算法运用于自主车环境感知系统中道路图像的处理,除不能满足车辆行驶的实时性外,很可能还会产生近处路面区域(能见度范围内)过增强,而远处区域(能见度范围外)增强不够的问题,导致道路标志线、标志牌、交通灯等交通场景目标图像特征缺失,检测率低,影响行车安全。本项目将根据道路图像的特点,基于能见度概念,研究雾天道路环境下的图像分区实时去雾技术,进一步提高去雾效果,保证自动驾驶的安全性。研究内容主要包括:1)构建基于能见度的道路图像去雾新模型,为雾天道路图像的不同区域分配不同的增强系数以分别进行去雾处理;2)设计基于新模型的去雾算法;3)研究基于能见度检测和交通场景目标检测的道路图像去雾效果客观评价方法;4)设计与实现道路图像去雾软件平台,并运用于自动驾驶车辆环境感知系统以检验其鲁棒性与实时性。

中文关键词: 图像去雾;道路场景;能见度距离;增强系数;去雾效果评价

英文摘要: Most recent existing image defogging algorithms perform the same restoration processes for the whole image regions by using the atmospheric scattering model. If we directly adopt these algorithms to process the road images that captured by the environment perception system of autonomous vehicle, apart from the high time complexity, it may also cause the enhancement to be partial in the near road surface (within the visibility distance), while the far-away area (outside the visibility distance) are less enhanced. In this case, the image features of road marks, road signs, traffic lights and other traffic scene objects may be lost, which may lead to a low detection rate and influence the driving safety of autonomous vehicle. Therefore, this project will study the partitioned real-time defogging technique for foggy road images based on the road image features and the concept of visibility. The technique can further improve the image defogging effect and ensure the safety of automatic driving. The project will mainly include the following aspects. Firstly, a new road image defogging model is constructed based on the visibility distance. The new model can perform different restoration processes by assigning different enhancement coefficients for different regions of foggy road images. Secondly, an image defogging algorithm based on the new model is designed. Thirdly, the defogging effect assessment methods based on the visibility distance detection or the traffic scene object detection are studied. Finally, a software platform of road image defogging is designed and applied to the environment perception system of autonomous vehicle to test the robustness and real time capability of the platform.

英文关键词: image defogging;road scene;visibility distance;enhancement coefficient;defogging effect assessment

成为VIP会员查看完整内容
1

相关内容

《5G/6G毫米波测试技术白皮书》未来移动通信论坛
专知会员服务
16+阅读 · 2022年4月15日
军事知识图谱构建技术
专知会员服务
125+阅读 · 2022年4月8日
自动驾驶中可解释AI的综述和未来研究方向
专知会员服务
67+阅读 · 2022年1月10日
专知会员服务
38+阅读 · 2021年9月7日
专知会员服务
64+阅读 · 2021年5月3日
专知会员服务
69+阅读 · 2021年3月23日
专知会员服务
132+阅读 · 2021年2月17日
专知会员服务
77+阅读 · 2020年12月6日
【综述】自动驾驶领域中的强化学习,附18页论文下载
专知会员服务
172+阅读 · 2020年2月8日
最快 5 年,我们就能实现自动驾驶了?
ZEALER订阅号
0+阅读 · 2021年12月10日
面向自动驾驶的边缘计算技术研究综述
专知
4+阅读 · 2021年5月3日
深度学习技术在自动驾驶中的应用
智能交通技术
26+阅读 · 2019年10月27日
自动驾驶技术解读——自动驾驶汽车决策控制系统
智能交通技术
30+阅读 · 2019年7月7日
自动驾驶汽车技术路线简介
智能交通技术
15+阅读 · 2019年4月25日
自动驾驶车载激光雷达技术现状分析
智能交通技术
17+阅读 · 2019年4月9日
深度学习在自动驾驶感知领域的应用
AI100
11+阅读 · 2019年3月6日
一种轻量级在线多目标车辆跟踪方法
极市平台
13+阅读 · 2018年8月18日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
3+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月14日
Self-Driving Cars: A Survey
Arxiv
41+阅读 · 2019年1月14日
小贴士
相关VIP内容
《5G/6G毫米波测试技术白皮书》未来移动通信论坛
专知会员服务
16+阅读 · 2022年4月15日
军事知识图谱构建技术
专知会员服务
125+阅读 · 2022年4月8日
自动驾驶中可解释AI的综述和未来研究方向
专知会员服务
67+阅读 · 2022年1月10日
专知会员服务
38+阅读 · 2021年9月7日
专知会员服务
64+阅读 · 2021年5月3日
专知会员服务
69+阅读 · 2021年3月23日
专知会员服务
132+阅读 · 2021年2月17日
专知会员服务
77+阅读 · 2020年12月6日
【综述】自动驾驶领域中的强化学习,附18页论文下载
专知会员服务
172+阅读 · 2020年2月8日
相关资讯
最快 5 年,我们就能实现自动驾驶了?
ZEALER订阅号
0+阅读 · 2021年12月10日
面向自动驾驶的边缘计算技术研究综述
专知
4+阅读 · 2021年5月3日
深度学习技术在自动驾驶中的应用
智能交通技术
26+阅读 · 2019年10月27日
自动驾驶技术解读——自动驾驶汽车决策控制系统
智能交通技术
30+阅读 · 2019年7月7日
自动驾驶汽车技术路线简介
智能交通技术
15+阅读 · 2019年4月25日
自动驾驶车载激光雷达技术现状分析
智能交通技术
17+阅读 · 2019年4月9日
深度学习在自动驾驶感知领域的应用
AI100
11+阅读 · 2019年3月6日
一种轻量级在线多目标车辆跟踪方法
极市平台
13+阅读 · 2018年8月18日
相关基金
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
3+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员