面向智能車輛的路面凹凸障礙物識(shí)別方法研究

打開(kāi)文本圖片集

摘要：

對(duì)于智能車輛而言，如果感知設(shè)備可以準(zhǔn)確快速地檢測(cè)到車輛行駛前方道路上的凹凸障礙物，那就可為車輛懸架等底盤系統(tǒng)的控制提供重要的預(yù)瞄信息，從而實(shí)現(xiàn)車輛綜合性能的提高和改善。針對(duì)路面上常見(jiàn)的凸塊（減速帶）、凹坑等典型的正負(fù)障礙物，提出了一種基于改進(jìn)YOLOv7-tiny算法的識(shí)別方法。首先，在原YOLOv7-tiny算法的三個(gè)特征提取層引入SimAM模塊，增強(qiáng)網(wǎng)絡(luò)對(duì)特征圖的感知能力；其次，在Neck部分采用更為平滑的Mish激活函數(shù)，增加更多的非線性表達(dá)；再次，使用CARAFE上采樣算子替換最近鄰上采樣算子，使網(wǎng)絡(luò)更有效地聚合上下文信息；最后，將WIoU作為定位損失函數(shù)，提高網(wǎng)絡(luò)收斂速度以及魯棒性。（剩余17449字）