视觉主导的城区交通场景理解.PDFVIP

INSTITUTE OF ARTIFICIAL INTELLIGENCE AND ROBOTICS, XJTU 1986 2015中国智能车大会暨国家智能车发展论坛中国智能车大会暨国家智能车发展论坛 视觉主导的城区交通场景视觉主导的城区交通场景理解理解 薛建儒 西安交通大学西安交通大学 视觉认知计算与智能车实验室视觉认知计算与智能车实验室 jrxue@ /web/jrxue 2015年11月，常熟 主要内容 一．研究背景 二．大范围场景结构化描述 三．动态场景交通模式识别 四四．结束语结束语 2 一．研究背景 场景理解是人工智能领域长期关注的科学问题，在 无人机无人机、智能车智能车、虚拟现实乃至国防领域具有十分虚拟现实乃至国防领域具有十分 重要的应用。 无人机 地面无人系统 智能车 增强/虚拟现实 场景理解面临着海量、异构、动态、非结构化数据 难于表征与计算的问题 智能车的场景理解不是孤立、单纯的感知数据计算 问题问题，与决策规划紧密耦合与决策规划紧密耦合 3 场景感知与决策规划的耦合关系 问题1:多传感融合感知 问题2：决策规划及控制  从场景信息到决策规划的空间拓扑结构描述  智能决策前移智能决策前移：：在在感知感知阶段阶段即能做出合理的即能做出合理的决策规划决策规划 4 交通场景的结构化描述--问题 如何从底层描述到结构化场景语义描述？ ？？ 难点1：场景几何拓扑描述 难点难点22：：交通交通模式识别模式识别 5 交通场景的结构化描述—思路 静态场景的几何拓扑结构 地图地图++多传感融合多传感融合场景几何拓扑结构场景几何拓扑结构 + 动态场景的语义描述 交通规则+障碍物检测与跟踪交通模式 6 二．大范围场景结构化描述 地图：对静态场景的2D几何形式的结构化描述 AA mapmap isis aa symbolicsymbolic depictiondepiction highlightinghighlighting relationshipsrelationships betweenbetween elements of some space, such as objects, regions, and themes fromfrom WikiWiki 定位与导航：GPS+地图 7 智能车定位精度需求 定位的性能指标 ① 可用性：满足导航需求的可用时间百分比 ②② 可信性可信性：可可信任度信任度 应用需求 ③精 ④频