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 詹建平 黄席樾
• 来源期刊: 重庆大学学报（自然科学版）
• 学科: 工学
• 关键词: 智能车辆 障碍物识别 支持向量机 集成学习 城区交通场景
• 年，卷（期）: 2009,（7）
• 页码范围: 757-761
• 页数: 5页
• 分类号: TP391
• 语种: 中文

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨欣	重庆大学自动化学院	21	164	7.0	12.0
2	黄席樾	重庆大学自动化学院	232	4039	34.0	50.0
3	沈志熙	重庆大学自动化学院	20	306	10.0	17.0
4	詹建平	重庆大学自动化学院	4	68	4.0	4.0