基于深度学习的车载图像识别与目标检测系统

本发明属于车辆控制技术领域，尤其涉及基于深度学习的车载图像识别与目标检测系统，包含：分布式监测模块通过多模态分类与场景匹配，采集目标车辆运行、障碍及交通信号信息，结合共享数据完成遮挡区域标记与信息配对，形成增强监测集；标签规划模块基于增强监测集构建增强拓扑空间，结合动态意图识别反馈的车辆及行人轨迹概率分布，调整不同场景下的运行轨迹；动作识别模块利用贝叶斯与多模态算法，预测非目标车辆及行人的轨迹参数与碰撞概率；决策模块通过粒子群优化与模糊控制生成实时控制指令，并经模拟反馈优化控制参数；本申请实现了复杂场景下轨迹智能规划与实时控制，提升遮挡及无标签区域的检测精度与控制鲁棒性。