Kamerabasierte Verkehrszeichenerkennung mithilfe eines neuronalen Netzes
- Diese Arbeit befasst sich mit der Entwicklung einer kamerabasierten Verkehrszeichenerkennung für ein autonom fahrendes Fahrzeug. Dabei wird das neuronale Netz SSD-MobileNet-V1 verwendet, dessen Training ausschließlich mit virtuellen Trainingsdaten erfolgt. Zur Validierung wird ein autonom fahrendes Modellfahrzeug verwendet. Um die Verkehrszeichenerkennung auf dem Modellfahrzeug integrieren zu können, wird sie in Form eines ROS-Nodes implementiert, welcher außerdem die notwendige Vorverarbeitung der Kamerabilder sowie die Plausibilisierung der erkannten Verkehrszeichen beinhaltet. Es folgt die Integration der Verkehrszeichenerkennung in das Modellfahrzeug, wo sie auf einem NVIDIA Jetson TX2-Board ausgeführt wird. Die entwickelte Verkehrszeichenerkennung ist in der Lage, 15 der 17 trainierten Verkehrszeichen zuverlässig zu erkennen und kann auf dem NVIDIA Jetson TX2-Board mit ausreichender Performance ausgeführt werden.
Author: | Bastian Günther, Reiner Marchthaler |
---|---|
URN: | urn:nbn:de:bsz:753-opus4-8557 |
Document Type: | Article |
Language: | German |
Year of Completion: | 2020 |
Publishing Institution: | Hochschule Esslingen |
Release Date: | 2020/03/23 |
Tag: | NVIDIA Jetson TX2; SSD-MobileNet-V1; Verkehrszeichenerkennung; Virtuelle Trainingsdaten |
GND Keyword: | SSD-MobileNet-V1; Verkehrszeichenerkennung; NVIDIA Jetson TX2; Virtuelle Trainingsdaten |
First Page: | 1 |
Last Page: | 6 |
DDC classes: | 000 Allgemeines, Informatik, Informationswissenschaft / 000 Allgemeines, Wissenschaft / 004 Informatik |
Open Access?: | frei verfügbar |
Relevance: | Wissenschaftlicher Artikel und Aufsatz, Proceeding, Artikel in Tagungsband |
Licence (German): | Veröffentlichungsvertrag ohne Print-on-Demand |