论文部分内容阅读
针对现有行车障碍预测方法存在目标单一性、预测速度慢和准确性不佳等问题,提出一种融合空间注意力机制的卷积神经网络Coll-Net以及基于Coll-Net的车速控制和障碍方向判定策略。模拟驾驶员通过视觉信息判断障碍的机制,以单目视觉图像作为输入,首先对图像做预处理得到感兴趣区域,然后利用残差块网络提取区域内的空间特征;采用空间注意力机制对特征通道上的原始特征进行重新标定,获得通道权重;再将通道权重归一化后加权到通道对应的空间特征上,以此挑选关键特征,最后送入全连接层和Sigmoid函数中生成预测概率。行