阴影场景下自主机器人道路识别系统性能增强
机器人学
2014-01-10 v1 计算机视觉与模式识别
摘要
道路区域识别是备受学界关注的主要特征，因为它有助于自动驾驶车辆实现无事故的成功导航。然而，不同研究人员使用了基于相机传感器的不同技术并取得了显著成果。尽管取得了成功，但诸如阴影等环境噪声会导致道路区域识别不准确，最终导致自动驾驶车辆发生事故。在本研究中，我们对阴影及其影响进行了调查，通过引入一种能够检测并消除阴影影响的算法，优化了自动驾驶车辆的道路区域识别系统。我们使用以下方案测试并比较了系统的实验性能：真阳性率 (TPR)、假阴性率 (FNR)、真阴性率 (TNR)、错误率 (ERR) 和假阳性率 (FPR)。系统性能在阴影场景下的道路识别方面有所提升，这一进展极大地促进了自动驾驶车辆的成功导航方法。
引用
@article{arxiv.1401.2051,
title = {Enhancement performance of road recognition system of autonomous robots in shadow scenario},
author = {Olusanya Y. Agunbiade and Tranos Zuva and Awosejo O. Johnson and Keneilwe Zuva},
journal= {arXiv preprint arXiv:1401.2051},
year = {2014}
}
备注
Signal & Image Processing : An International Journal (SIPIJ) Vol.4, No.6, December 2013