基于机器学习的道路区域识别研究
智能工程与自动化学院
随着互联网时代的深入发展、大数据时代已悄然叩门，人们越来越多地投入到脑力活动当中。如何更好地使科技服务于人类、造福于人类早已成为社会热点话题。现如今，淘宝京东拼多多等电商大获成功，网络购物相比于实体店更符合现代人快节奏的生活，当今大学生网上购物率逐年上涨，“剁手党”屡见不鲜，而快递 “最后一公里”便是快递自提站点与宿舍楼间的距离。据估计，高校学子们每天都要花费至少半个小时的时间用在取快递或者取回快递的路上。如何让包裹信件快捷、准确、安全、无误地送往学子的面前就是我们研究的话题。近年来，道路区域识别技术在辅助驾驶系统、汽车碰撞预警系统以及视力残障人士行走辅助设备等多个领域得到了非常广泛的应用。道路区域识别技术旨在通过传感器获取所在环境的信息来判断出可以通行的安全区域，以达到自动导航的目的。本项目主要研究基于机器学习的道路区域识别，以期应用于校园内物流小车。机器学习，Machine Learning，简写为ML,作为一门多领域交叉学科，通过研究计算机如何模拟或实现人类的学习行为，达到重新组织已有的知识结构使之不断改善自身的性能。机器学习更多使用的是归纳法，这也决定了其所得结论不必然的结果，于是在机器学习的应用场景中我们还需要通过其他方式提高机器学习的可靠性与准确性。机器学习应用广泛，在本项目中主要可应用于计算机视觉，通过基于机器学习的计算机视觉，以达到完成道路区域识别的目的，从而达到准确识别路况，避开障碍物，并按照指定路线行进。该技术的一大应用点便是在无人配送车上。针对于上述情况，我们团队决定开发出一种基于机器识别的智能物流小车，该小车可以自动从校门口快递点行驶到宿舍楼下（可以识别行驶的道路，马路牙子，减速带，十字路口），并与学生的手机APP相连，提醒学生快递所到的具体位置并规划机器与学生之间的最短路线，使学生取快递的时间最大程度的减少，让学生把更多的时间用在读书上，更好的为社会做贡献！
