基于门控循环单元的障碍物检测方法

• 作者: 易国洪 洪汉玉 金旺 陈思媛
• 来源期刊: 电脑知识与技术:学术版
• 学科: 工学
• 关键词: 障碍物检测 GRU 正则化 注意力机制 循环神经网络
• 年，卷（期）: 2020,（33）
• 页码范围: 1-3
• 页数: 3页
• 分类号: TP391

摘要

针对现有障碍物检测方法存在检测精度和速度不足的问题,提出一种基于门控循环单元(Gated Recurrent Unit,GRU)的障碍物检测方法。通过构建单向GRU网络提取障碍物的几何特征,结合障碍物的时序特征实现障碍物检测。在GRU的基础上,提出三种优化模型注意力GRU模型、正则化GRU模型以及双向GRU模型用于提高障碍物检测精度或检测速度。为了验证所提方法的有效性,在真实采集的数据集上进行实验,结果表明,相较于卷积神经网络,GRU网络能够以较高的精度和速度实现障碍物的检测,其中,正则化GRU模型收敛速度更快,检测速度更高,综合性能最好。