智能驾驶目标检测方法研究与应用

本书围绕智能驾驶目标检测核心技术与实际应用，系统探讨了复杂场景下的目标检测面对的误检、漏检、泛化性不足等核心问题，提出了多维度智能驾驶目标检测解决方案。第1章和第2章主要围绕国家近年来关于智能驾驶发展的政策，重点介绍智能驾驶目标检测技术研究背景和意义，以及后续解决方案中可能用到的数据集和评价指标等基础知识；第3章主要探讨遮挡环境下的行人目标检测方案，提出了改进蚁群算法解决复杂背景下行人误检测率高的问题；第4章和第5章主要针对夜视、高速环境下的车辆和车道线检测算法进行了研究，阐述了面向无人驾驶环境的车辆和车道线检测数据集的构建思路并对实践结果进行了讨论；第6章着重分析了多模态数据的近场区域目标检测方法，改善了检测器在智能车辆近场区域的目标检测能力；第7章主要构建了车路协同下的三维目标检测网络，有效提高了车端与路端不同模态下算法的目标检测精度。全书以智能驾驶感知技术基础为支撑，聚焦智能驾驶中遮挡、夜视、多模态以及车路协同等核心场景与问题，系统阐述了从算法设计到实验验证的完整路径，可为智能驾驶复杂环境感知系统的设计与研发提供重要的理论支撑和技术参考。本书主要面向车企等与智能驾驶相关的研究人员、开发人员，以及高校计算机学院、汽车学院相关专业师生。本书可作为智能驾驶开发的参考工具书，也可以作为智能驾驶目标检测的教材。

第1章绪论11.1智能驾驶相关国家政策及技术发展历程11.2智能驾驶目标检测技术要点41.2.1行人目标检测算法41.2.2复杂环境下车辆目标检测算法61.2.3复杂环境下车道线检测算法71.2.4近场区域目标检测算法91.2.5车路协同三维目标检测算法16第2章目标检测技术基础182.1目标检测概述182.2经典目标检测算法182.2.1经典一阶段目标检测器192.2.2经典二阶段目标检测器202.3面向自动驾驶的常见目标检测数据集222.3.1国外自动驾驶目标检测数据集222.3.2国内自动驾驶目标检测数据集272.4目标检测性能评价指标362.4.1精度362.4.2召回率362.4.3平均精度362.4.4交并比372.4.5准确率382.4.6F1Score38第3章遮挡环境下的行人目标检测393.1基于改进聚合通道特征候选区域选择403.1.1聚合通道特征提取403.1.2软级联Adaboost分类建议区域413.2特征提取网络423.2.1卷积特征提取433.2.2主成分分析法降维443.3基于蚁群算法优化支持向量机行人检测453.3.1支持向量机分类453.3.2改进蚁群算法支持向量机453.4实验结果与分析473.4.1不同检测方法对比473.4.2支持向量机优化结果分析493.5技术应用与发展趋势503.5.1技术应用503.5.2发展趋势56第4章复杂环境下车辆目标检测584.1夜视环境下车辆目标检测584.1.1特征提取网络584.1.2夜间车辆检测网络结构614.1.3数据集及实验参数设置654.1.4实验结果与分析664.2高速移动环境下车辆目标检测724.2.1高速移动环境下车辆检测网络结构724.2.2数据集及实验参数设置774.2.3实验结果与分析794.3行业应用与发展趋势864.3.1行业应用864.3.2发展趋势90第5章复杂环境下车道线目标检测925.1夜间环境下车道线目标检测925.1.1夜间车道线检测网络结构925.1.2实验数据集955.1.3实验结果与分析965.2高速移动环境下车道线目标检测985.2.1高速移动环境下车道线检测网络结构985.2.2数据集及实验参数设置1025.2.3实验结果与分析1045.3技术应用与发展趋势1095.3.1技术应用1095.3.2行业应用1095.3.3发展趋势112第6章多

肖艳秋，教授，博士生导师，河南省黄大年式教学团队带头人，河南省学术技术带头人，中原英才，主要从事新能源智能网联汽车、复杂装备数字化设计与制造、机电系统动力学分析与控制等领域的理论研究与应用技术转化工作。系统开展新能源汽车电动化、网联化和智能化相关技术的基础理论研究和多元化应用示范，探索智能网联汽车从感知到决策端到端大模型的研发与优化，积极推动商用车智能感知技术在实际场景中的落地应用，同步推进相关专业技术人才培养。现已发表学术论文100余篇，出版教材3部，申请发明专利60余项，获 科技进步二等奖1项，河南省科技进步奖一等奖3项，中国机械工业科学技术特等奖1项，河南省科技成果奖2项，获河南省教育教学成果奖特等奖1项和一等奖2项。