一种获取无人驾驶所需动态交通信息的方法

摘要

本发明公开了一种获取无人驾驶所需动态交通信息的方法，包括：训练样本制作；基于yolo3建立Darknet神经网络模型，将相邻检测矩形的识别结果，通过关联概率来确定是否为某一整体对象的局部，从而重新定位目标在图像上的区域，并输出样本的识别类别ID和相应得分；将识别的目标整体作为模板，在视频帧数范围内通过模板与后续若干帧的图像做模板比对，以确定该目标在后续的图像中出现的位置，通过比对值和出现的位置来判定可信度，预测其可能的位移趋势。本发明识别的道路动态事物的识别及其运动趋势的预测为无人驾驶的车辆提供路径规划和运动控制的决策信息，为路径规划的价值估算提供有力参考。