相关实验视频
Updated: Apr 30, 2026
08:05
Design and Analysis for Fall Detection System Simplification
Published on: April 6, 2020
10.6K
传感器融合的夜间系统用于ADAS和自动驾驶汽车的增强行人检测
Jungme Park1, Bharath Kumar Thota1, Karthik Somashekar1
1College of Engineering, Kettering University, Flint, MI 48504, USA.
Sensors (Basel, Switzerland)
|July 27, 2024
概括
这项研究引入了一种用于夜间行人检测的传感器融合系统,它结合了热和RGB摄像头. 开发的深度神经网络 (DNN) 模型显著提高了检测准确度和速度,以实现更安全的自动驾驶.
科学领域:
- 计算机视觉 计算机视觉
- 机器人技术 机器人技术 机器人技术
- 汽车工程 汽车工程
背景情况:
- 由于可见度差,夜间道路安全受到挑战,这增加了弱势道路使用者的风险.
- 现有的环境感知系统在低光条件下难以准确及时检测行人.
研究的目的:
- 开发和评估一个与传感器结合的夜间环境感知系统,以加强易受伤害的道路使用者检测.
- 提高高级驾驶辅助系统 (ADAS) 和自动驾驶汽车的行人检测系统的准确性和减少延迟.
主要方法:
- 热和RGB摄像头数据的集成,使用一种新的对齐算法来实现有效的传感器融合.
- 深度神经网络 (DNN) 模型的开发,包括三个融合技术和两个单个传感器模型,在32,000个夜间图像对的数据集上进行训练.
- 在嵌入式边缘计算设备上实现实时推理的最佳性能后期融合模型的优化.
主要成果:
- 与单个传感器 (RGB或热) 模型相比,传感器融合型号显示出更高的性能.
- 优化后期融合模型在嵌入式设备上实现了33/秒 (fps),推断速度提高了83.33%.
- 该系统在夜间行人检测中实现了高精度和快速响应时间之间的平衡.
结论:
- 热和RGB数据的传感器融合显著增强了夜间环境感知系统.
- 开发的DNN系统为实时,准确的行人检测提供了可行的解决方案,这对于ADAS和自动驾驶至关重要.
- 这项研究有助于通过减少涉及弱势道路使用者的夜间交通事故来提高道路安全.
相关概念视频
01:31What is a Sensory System?
89.6K
Sensory systems detect stimuli—such as light and sound waves—and transduce them into neural signals that can be interpreted by the nervous system. In addition to external stimuli detected by the senses, some sensory systems detect internal stimuli—such as the proprioceptors in muscles and tendons that send feedback about limb position.
89.6K
02:16Light Acquisition
8.0K
In order to produce glucose, plants need to capture sufficient light energy. Many modern plants have evolved leaves specialized for light acquisition. Leaves can be only millimeters in width or tens of meters wide, depending on the environment. Due to competition for sunlight, evolution has driven the evolution of increasingly larger leaves and taller plants, to avoid shading by their neighbors with contaminant elaboration of root architecture and mechanisms to transport water and nutrients.
8.0K