CN113822221B 一种基于对抗神经网络和多传感器融合的目标检测方法 （南京天航智能装备研究院有限公司）_第1页
CN113822221B 一种基于对抗神经网络和多传感器融合的目标检测方法 （南京天航智能装备研究院有限公司）_第2页
CN113822221B 一种基于对抗神经网络和多传感器融合的目标检测方法 （南京天航智能装备研究院有限公司）_第3页
CN113822221B 一种基于对抗神经网络和多传感器融合的目标检测方法 （南京天航智能装备研究院有限公司）_第4页
CN113822221B 一种基于对抗神经网络和多传感器融合的目标检测方法 （南京天航智能装备研究院有限公司）_第5页
已阅读5页，还剩13页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

司一种基于对抗神经网络和多传感器融合的本发明公开了一种基于对抗神经网络和多达数据的处理主要包括数据聚类和有效目标初将毫米波预处理数据和对抗神经网络输出的日2步骤7、将步骤6中检测到的作差后的毫米波雷达数据2.根据权利要求1所述的一种基于对抗神经网络和多传感器融合的检测方法，其特征步骤21：采集无人驾驶汽车在夜间行驶过程中的毫米波3.根据权利要求1所述的一种基于对抗神经网络和多传感器融合的检测方法，其特征它的夜间数据集作为生成器的输入，网络通过小批量随机梯度下降，并设置学习率为步骤32：目标检测网络采用YOLOV3网络，由于YOLOv34.根据权利要求1所述的一种基于对抗神经网络和多传感器融合的检测方法，其特征步骤61：时空统一包括空间同步和时间同步，其中空35.根据权利要求1所述的一种基于对抗神经网络和多传感器融合的检测方法，其特征6.根据权利要求1所述的一种基于对抗神经网络和多传感器融合的检测方法，其特征步骤41.选取一帧雷达扫描数据中的任意一点步骤42.计算同一帧雷达扫描数据中某个数据点Pi+1(Ri+1,θi+1)和聚类中心Pi(Ri,θ7.根据权利要求1所述的一种基于对抗神经网络和多传感器融合的检测方法，其特征8.根据权利要求1所述的一种基于对抗神经网络和多传感器融合的检测方法，其特征所述步骤7中提到的数据融合是基于权系数的线性组合方法，由于毫米波雷达和相机i表示经过状态估计得到的第i个毫米波雷达目标的相关参数，Pi表示相应的雷j表示经过状态估计得到的第j个相机目标的相关参数，Pj表示4发明专利号CN111965636A，名称为“一种基于毫米波雷达和视觉融合的夜间目标检测方5和对抗神经网络输出的日间图像减去配准后的同场景预采样数据，得到两者最终处理数一场景下的日间和夜间图像基本不可能实现。因此首先利用车载摄像机直接采集日间图6[0021]米波雷达扫描频率设置触发频率，每次触发获取当前帧的毫米波雷达和相机数7将预处理后的毫米波雷达数据与对抗网络输出的日间图像进行时间和空间坐标系的统一，一场景下的日间和夜间图像基本不可能实现。因此首先利

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论