设计并实现了一种基于交通标识识别的自动巡线智能车，通过搭建神经网络的图像处理模型和车载图像处理技术来识别路径上的交通标识和路径信息，得出识别的结果并做出相应控制。详细介绍了智能车的系统硬件组成、深度学习模型的建立、所需数据的采集方法以及模型训练的方法、实验结果与分析。结果表明，设计能够满足小车自动巡线过程中的交通标识识别，并满足了便携性、准确性、快速性等要求。
科研之友
微信
新浪微博
Facebook
分享链接
