项目名称: 基于动态因子图模型的城市道路场景理解
项目编号: No.41401525
项目类型: 青年科学基金项目
立项/批准年度: 2014
项目学科: 天文学、地球科学
项目作者: 陈龙
作者单位: 中山大学
项目金额: 25万元
中文摘要: 道路场景理解是移动测图系统、自主驾驶系统、车载导航系统的关键技术。 如何融合丰富的道路元素感知结果,实现城市道路的拓扑结构和几何属性的推断以及道路上车辆、行人状态信息的估计是值得深入研究的问题。本课题以概率图模型为理论基础,围绕如何构建融合多态异构道路场景元素的动态因子图模型这个主要科学问题,以"建模-学习-优化-推理"流程先后研究面向道路场景理解的动态因子图模型表达;基于半监督方式的因子图模型结构学习和参数学习方法;平衡精确度和时效性的动态因子图增量更新方法以及道路场景参数的概率推断方法这几个重要内容。最终实现城市道路场景的准确理解,为自主驾驶系统和移动测图系统的发展提供理论基础与技术支持。
中文关键词: 自动驾驶;概率图模型;道路场景理解;半监督学习;
英文摘要: Road scene understanding is one of the essential techniques in mobile mapping system, autonomous driving system and vehicle navigation system. How to fuse the abundant perception results of road scene elements to realize the inference of road geometric an
英文关键词: Autonomous driving;Probability graph model;Road scenes understanding;Semi-supervised learning;