基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
包含诸如危险驾驶行为的边界交通场景,蕴含着影响无人驾驶环境感知智能算法的不利因素,是无人驾驶离线测试中考察算法正确性和环境适应性的有力测试数据,但往往难以直接采集获取,导致样本数据稀缺.对此,旨在探究生成边界交通场景多传感数据的简化3D操纵空间表示方法,通过对多模态传感数据的操纵,实现边界交通场景数据的生成.为平衡操纵空间的几何连续性与图元复杂度需求,引入方向包围盒表征边界交通场景中的交通参与者与道路.进一步,为降低操纵空间的构建开销,提出局部路面渐进式OBB构建方法,动态增加道路几何约束,改善了视觉传感数据的生成效果.实验结果表明,道路环境感知算法对所生成的边界交通场景数据表现敏感,可以用于丰富无人驾驶现有感知智能算法离线测试的测试用例.
推荐文章
基于多尺度稀疏表示的场景分类
稀疏表示
多尺度
场景分类
空间金字塔表示
交通信息基础数据元XML Schema表示模型
交通信息
数据元
资源整合
数据交换
XML Schema
基于多传感器信息融合的智能交通信息语义描述
智能交通系统
多传感器信息融合
MPEG-7
视频语义描述
基于协方差描述子和LogitBoost的交通场景图像分割
场景分割
运动特征
协方差描述子
LogitBoost
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于OBB表示的交通场景多传感数据操纵
来源期刊 无人系统技术 学科 工学
关键词 方向包围盒 操纵空间表征 边界交通场景 视觉数据生成 数据操纵 无人驾驶离线测试
年,卷(期) 2019,(5) 所属期刊栏目 技术研究
研究方向 页码范围 17-23
页数 7页 分类号 TP37
字数 3613字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 郑南宁 西安交通大学人工智能与机器人研究所 188 3039 29.0 46.0
2 李力 清华大学自动化系 26 310 10.0 17.0
3 刘跃虎 西安交通大学人工智能与机器人研究所 22 269 9.0 16.0
5 刘钰 西安交通大学人工智能与机器人研究所 3 1 1.0 1.0
6 李垚辰 西安交通大学软件学院 4 6 2.0 2.0
7 张驰 西安交通大学人工智能与机器人研究所 4 42 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
方向包围盒
操纵空间表征
边界交通场景
视觉数据生成
数据操纵
无人驾驶离线测试
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
无人系统技术
双月刊
2096-5915
10-1565/TJ
大16开
北京7254信箱4分箱
2018
chi
出版文献量(篇)
188
总下载数(次)
3
总被引数(次)
118
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导