基于门控循环单元的障碍物检测方法

作者：金旺; 易国洪; 洪汉玉; 陈思媛

来源：电脑知识与技术, 2020, 16(33): 1-19.

DOI：10.14004/j.cnki.ckt.2020.3354

• 障碍物检测
• GRU
• 正则化
• 注意力机制
• 循环神经网络

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。

• 单位
  武汉工程大学