首页 > 期刊 > 自然科学与工程技术 > 基础科学 > 物理学 > 应用光学 > 基于改进YOLOv3网络的无人车夜间环境感知 【正文】
摘要:环境感知是无人车夜间行驶中的一项关键任务,提出一种改进的YOLOv3网络,以实现夜间对无人车获取的红外图像中行人、车辆的检测,将判断周边车辆的行驶方向问题转化为预测车辆位置的角度大小问题,并与深度估计信息进行融合对周边车辆行驶的距离和速度作出判断,从而实现夜间无人车对周边车辆行驶意图的感知。该网络具有端到端的优点,能实现整张图像作为网络的输入,直接在输出层回归检测目标的边界框位置、所属的类别和车辆的角度预测结果,并和深度估计信息融合得到周边车辆的距离和速度信息。实验结果表明,使用改进的YOLOv3网络对夜间无人车获取的红外图像进行目标检测的时间为0.04 s/帧,角度和速度预测效果较好,准确性和实时性达到了实际应用要求。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
一对一咨询服务、简单快捷、省时省力
了解更多 >直邮到家、实时跟踪、更安全更省心
了解更多 >去除中间环节享受低价,物流进度实时通知
了解更多 >正版杂志,匹配度高、性价比高、成功率高
了解更多 >