基于改进YOLOv5s和传感器融合的目标检测定位.pdfVIP

基于改进YOLOv5s和传感器融合的目标检测定位.pdf

  1. 1、本文档共22页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

基于改进YOLOv5s和传感器融合的目标检

测定位

作者:郑宇宏曾庆喜冀徐芳王荣琛宋雨昕

来源:《河北科技大学学报》2024年第02期

摘要:针对无人车环境感知过程中相机无法提供道路目标的位置信息,激光雷达点云稀

疏以致检测方面难以达到很好效果的问题,提出一种通过融合两者信息进行目标检测和定位的

方法。采用深度学习中YOLOv5s算法进行目标检测,通过联合标定进行相机与激光雷达外参

的获取以转换传感器之间的坐标,使雷达点云数据能投影到相机图像数据中,得到检测目标的

位置信息,最后进行实车验证。结果表明,所提算法能在搭载TX2嵌入式计算平台的无人车

自动驾驶平台上拥有27.2Hz的检测速度,并且在一段时间的检测环境中保持12.50%的漏检率

和35.32m的最远识别距离以及0.18m的平均定位精度。将激光雷达和相机融合,可实现嵌入

式系统下的道路目标检测定位,为嵌入式平台下环境感知系统的搭建提供了参考。

关键词:传感器技术;深度学习;目标检测与定位;无人车环境感知;相机与LiDAR融

中图分类号:TP242.6文献标识码:A文章編号:1008-1542(2024)02-0122-09

TargetdetectionandlocalizationbasedonimprovedYOLOv5sandsensorfusion

ZHENGYuhong,ZENGQingxi,JIXufang,WANGRongchen,SONGYuxin

(CollegeofAutomationEngineering,NanjingUniversityofAeronauticsandAstronautics,

Nanjing,Jiangsu211106,China)

Abstract:Astwoimportantsensorsintheprocessofunmannedvehicleenvironment

perception,thecameracannotprovidethepositioninformationoftheroadtarget,andtheLiDAR

pointcloudissparse,whichmakesitdifficulttoachievegoodresultsindetection,sothata

methodwasproposedwhichfusestheinformationofthetwosensorsfortargetdetectionand

localization.YOLOv5salgorithmindeeplearningwasadoptedfortargetdetection,andtheexternal

parametersofcameraandLIDARwereacquiredthroughjointcalibrationtoconvertthecoordinates

betweenthesensors,sothattheradarpointclouddatacanbeprojectedintothecameraimage

data,andfinallythepositioninformationofthedetectedtargetwasobtained.Therealvehicle

experimentswereconducted.Theresultsshowthatthealgorithmcanachieveadetectionspeedof

27.2HzontheunmannedvehicleautopilotplatformequippedwithTX2embeddedcomputing

platform,andmaintainaleakagerateof12.50%,amaximumrecognitiondistanceof35.32m,

andanaveragelocalizationaccuracyof0.18moveraperiodoftimeinthedetectionenv

文档评论(0)

152****4675 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档