期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
智能驾驶汽车驾乘舒适性测评方法研究综述 被引量:6
1
作者 杨贵栋 张帅 +2 位作者 王亚飞 籍庆辉 郑欲锋 《上海汽车》 2019年第8期13-21,共9页
针对智能驾驶汽车性能的测试与评价,不仅涉及智能驾驶系统对路侧单元、道路及交通标识、动态交通参与者等行驶环境的感知能力和控制的智能化水平,还需要全面评价智能驾驶系统对乘员乘坐感受的影响。文章针对智能驾驶汽车驾乘舒适性测评... 针对智能驾驶汽车性能的测试与评价,不仅涉及智能驾驶系统对路侧单元、道路及交通标识、动态交通参与者等行驶环境的感知能力和控制的智能化水平,还需要全面评价智能驾驶系统对乘员乘坐感受的影响。文章针对智能驾驶汽车驾乘舒适性测评方法的国内外研究进展进行了详细调研,分别从智能驾驶汽车驾乘舒适性测评方法、改善途径以及发展趋势进行了全面的总结和探讨,为智能驾驶汽车驾乘性能的开发提供理论和方法借鉴。 展开更多
关键词 智能驾驶汽车 驾乘舒适性 测评方法 主客观评价 机器学习
下载PDF
一种智慧矿山场景下的目标检测方法 被引量:1
2
作者 张保俊 袁广驰 +2 位作者 李志祥 张帅 刁小宇 《物联网技术》 2022年第10期21-23,27,共4页
智慧矿山场景单一、目标种类少,对识别算法速度要求高。针对上述特点,文中在YOLOv3的基础上提出了一种Mine_YOLOv3网络。设计了一种Darknet-31特征提取网络,既可以提取矿卡等大目标的语义特征,又可以提取石头等小目标的细节特征,且网络... 智慧矿山场景单一、目标种类少,对识别算法速度要求高。针对上述特点,文中在YOLOv3的基础上提出了一种Mine_YOLOv3网络。设计了一种Darknet-31特征提取网络,既可以提取矿卡等大目标的语义特征,又可以提取石头等小目标的细节特征,且网络计算量较少,有利于快速识别前方障碍物。此外,针对k-means聚类算法对初始点敏感的缺点,文中使用k-means++生成先验框坐标,提高了算法收敛的速度。实验证明,改进后的算法在矿山数据集上的FPS为50.7,mAP为68.32%,可快速准确地对智慧矿山中的目标进行识别。 展开更多
关键词 智慧矿山 YOLOv3 K-MEANS聚类算法 锚点框 Darknet-31 MINE数据集
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部