半監督流形學習方法及其在環境感知中的套用

半監督流形學習方法及其在環境感知中的套用

《半監督流形學習方法及其在環境感知中的套用》是依託中國人民解放軍國防科技大學,由戴斌擔任項目負責人的面上項目。

基本介紹

  • 中文名:半監督流形學習方法及其在環境感知中的套用
  • 項目類別:面上項目
  • 項目負責人:戴斌
  • 依託單位:中國人民解放軍國防科技大學
中文摘要,結題摘要,

中文摘要

智慧型車輛的環境感知能力決定了其發展水平的高低,面對複雜多變的場景,如何更好地提高感知能力成為了一項有挑戰而充滿意義的工作。引入機器學習理論是提高環境感知水平的重要方向。本項目基於智慧型車輛的多感測器平台,利用多源感測器信息,有效地將信息間的互補特性和半監督學習、流形學習的相關理論結合,開展車輛行駛環境中的感知、識別等問題研究。藉助流形學習理論的良好維數約簡能力和潛在的認知學內涵,在感測器信息指導下完成半監督流形學習算法的改進,實現基於多源信息流形學習方法的車輛可通行區域檢測、基於互監督學習的障礙物檢測、基於外觀流形和序貫信息的交通路標識別算法,並構建基於學習理論的智慧型車輛環境感知系統。該項目有力於提高智慧型車輛的環境感知能力,對推動我國智慧型車輛技術的發展有重要的意義。

結題摘要

本項目的研究針對智慧型車輛的多感測器環境感知平台,一方面強調建立有效的特徵學習方法並套用於具體的環境感知任務;另一方面強調利用多源感測器信息,將信息間的互補特性和流形學習、監督學習等相關學習方法相結合,建立新穎的學習機制以提高智慧型車輛的環境感知能力。項目研究按照原定計畫順利完成,針對計畫中的所有內容進行了研究,取得了一系列重要的研究成果。其中代表性的研究成果包括:(1)在對流形學習相關理論進行了深入研究與總結的基礎上,提出了基於結構化稀疏圖的流形學習新框架;(2)提出了基於局部特徵編碼的外觀流形學習方法並套用於智慧型駕駛車輛的路標識別任務中;(3)完成了項目中所需的多感測器環境感知平台的搭建、數據採集與同步,建立了相應的算法驗證平台;(4)針對可通行區域檢測及障礙物檢測這一套用,提出了一種基於分塊高斯過程回歸的地面標記算法;(5)結合雷射雷達以及圖像感測器信息,提出了一種基於互監督學習的可通行區域分割算法。項目相關的研究成果既包含流形學習方面的理論創新又強調落實於智慧型車輛這一實際套用,其相關的研究成果對於解決智慧型車輛環境感知技術中的關鍵技術問題,推動我國智慧型車輛技術的發展有著重要的意義。

相關詞條

熱門詞條

聯絡我們