智能车辆在城区交通场景中的多类障碍物识别

作     者：杨欣 沈志熙 黄席樾 詹建平 YANG Xin;SHEN Zhi-xi;HUANG Xi-yue;ZHAN Jian-ping

作者机构：重庆大学自动化学院重庆400030 

基　　金：国家自然科学基金资助项目(69674012) 重庆市自然科学基金资助项目(2006BA6016) 

出 版 物：《重庆大学学报（自然科学版）》 (Journal of Chongqing University)

年 卷 期：2009年第32卷第7期

页      码：757-761页

摘      要：针对智能车辆在城区交通场景中的前向障碍物识别,提出了一种基于集成学习改进的二叉树支持向量机(BT-SVM)的多类分类方法。根据城区交通场景中各类障碍物的出现概率、模式类别差异,设计了适用于智能车辆障碍物识别的BT-SVM树型结构;对每个节点分类器,采用AdaBoost集成学习方法进行改进,有效减少了差错积累误差,提高了分类精度和泛化能力。试验表明该方法能有效地对城区交通场景中6类常规障碍物模式进行实时在线识别。

主 题 词：智能车辆 障碍物识别 支持向量机 集成学习 城区交通场景 

学科分类：0808[工学-自动化类] 0809[工学-计算机类] 081203[081203] 08[工学] 0805[工学-能源动力学] 0813[工学-化工与制药类] 0835[0835] 0814[工学-地质类] 0812[工学-测绘类] 

核心收录：

馆 藏 号：203194707...