基于深度学习的交通标志识别智能车的设计与实现

• 作者: 唐楷 康勇 潘小琴 熊旋锦
• 来源期刊: 自动化与仪表
• 关键词: 深度学习 交通标志识别 小型智能车 STM32 树莓派 ConvNets
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 创新与实践
• 页码范围: 104-108
• 页数: 5页
• 分类号: TP249
• 语种: 中文
• DOI: 10.19557/j.cnki.1001-9944.2018.06.023

摘要

汽车智能技术已成为汽车技术进步的主要方向,针对传统智能车自动驾驶中交通标志检测不准确、不及时等问题,提出了基于深度学习的检测交通标志的算法,并将该算法与小型智能车相结合进行模拟测试.智能车图像处理以树莓派作为主控,核心算法采用卷积网络(ConvNets)解决交通标志的分类任务,智能车模拟控制部分用STM32作为控制端,根据图像处理结果,精细控制小车前进、停止、左右转弯等动作.由算法的仿真结果可知,该算法的CCR已提高至98.82％;根据模拟测试,该智能车在十字路口可根据交通标志规划路线,实现主动避障和自动前行.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘小琴	西南科技大学工程技术中心	16	49	4.0	6.0
2	康勇	西南科技大学工程技术中心	14	34	3.0	5.0