对ADAS的对象检测,识别和跟踪算法-关于最近趋势的研究
Vinay Malligere Shivanna1, Jiun-In Guo1,2,3
1Department of Electrical Engineering, Institute of Electronics, National Yang-Ming Chiao Tung University, Hsinchu City 30010, Taiwan.
Sensors (Basel, Switzerland)
|January 11, 2024
概括
先进的驾驶辅助系统 (ADAS) 使用对象检测,识别和跟踪算法来提高车辆的安全性. 本综述涵盖了最先进的ADAS算法,并讨论了挑战性驾驶条件的未来研究需求.
科学领域:
- 汽车工程 汽车工程
- 计算机视觉 计算机视觉
- 人工智能的人工智能
背景情况:
- 先进的驾驶辅助系统 (ADAS) 越来越多地集成到车辆中,以提高安全性和驾驶体验.
- ADAS使用像摄像头,雷达和激光雷达这样的传感器来感知环境.
研究的目的:
- 审查ADAS中最先进的对象检测,识别和跟踪算法.
- 探索最近的趋势,数据集和ADAS算法的功能.
主要方法:
- 对著名的ADAS算法进行了全面的文献审查.
- 对象检测,识别和跟踪技术的分析.
- 检查在ADAS研究中使用的数据集.
主要成果:
- 目前用于ADAS功能的对象检测,识别和跟踪算法的概述.
- 识别最近的趋势和常用的数据集.
- 讨论这些算法在提高车辆安全性和性能方面的作用.
结论:
- 对象检测,识别和跟踪对于ADAS至关重要.
- 未来的研究应该专注于改进用于具有挑战性的环境的算法,如低可见度和高交通密度等.
更多相关视频
08:13SwarmSight: Real-time Tracking of Insect Antenna Movements and Proboscis Extension Reflex Using a Common Preparation and Conventional Hardware
Published on: December 25, 2017
8.2K
05:41A Step-by-Step Implementation of DeepBehavior, Deep Learning Toolbox for Automated Behavior Analysis
Published on: February 6, 2020
9.4K