科研之友
微信
新浪微博
Facebook
分享链接
摘要
[目的/意义]针对当前的交通安全问题，无人驾驶中交通障碍物识别技术是保证交通安全的核心技术之一。[方法/过程]传统的GS算法识别准确率低，深度学习技术虽然具有很强的表征能力，但是迭代过程久且精度不高，研究引入灰狼算法在卷积神经网络基础上解决这些问题。通过运用障碍物图像识别系统，在Matlab软件中创建卷积神经网络模型，对数据库中障碍物图片进行特征学习，然后研究进行仿真实验验证，使用灰狼算法优化后迭代10次后的验证成功率为96%。[结果/结论]优化后的算法检测时间更短且精度略高，明显优于现有的两种模型。
- 单位
