基于CNN-Transformer的自動(dòng)泊車(chē)車(chē)位感知算法

摘要： 為提高自動(dòng)泊車(chē)成功率及準(zhǔn)確性，首先基于卷積神經(jīng)網(wǎng)絡(luò)（CNN）模型對(duì)輸入圖像進(jìn)行特征提取，然后利用Transfomer模型的“編碼-解碼”機(jī)制對(duì)CNN提取到的圖像特征平鋪后進(jìn)行計(jì)算推理，通過(guò)前饋神經(jīng)網(wǎng)絡(luò)得到目標(biāo)預(yù)測(cè)結(jié)果，最后基于180°廣角魚(yú)眼圖像進(jìn)行推理識(shí)別，車(chē)位角中心點(diǎn)和空車(chē)位入口中心點(diǎn)均采用二維坐標(biāo)表示，降低了輸出信息的冗余，優(yōu)化了模型結(jié)構(gòu)。測(cè)試結(jié)果表明，該算法能夠較好地適...