声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：11-2187/TH
国际刊号：0577-6686
发布日期:
作者：魏超, 吴西涛, 朱耿霆, 舒用杰, 李路兴, 随淑鑫
单位：1. 北京理工大学坦克传动国防科技重点实验室 北京 100081;2. 北京理工大学前沿技术研究院 北京 100081
关键词：视觉相机,激光雷达,目标检测,多目标跟踪,无人车；
基金：国家自然科学基金资助项目(51875039)。
为提高无人车障碍物检测跟踪的精度和稳定性，首先针对YOLO v5(You only look once version 5，YOLO v5)网络存在的语义信息和候选框信息丢失的问题，引入深度可分离空洞空间金字塔结构与目标框加权融合算法完成对网络的优化；其次针对单阶段障碍物点云聚类精度低的问题，设计一种考虑点云距离与外轮廓连续性的两阶段障碍物点云聚类方法并完成三维包围盒的建立；最后将注意力机制引入MobileNet使网络更加聚焦于目标对象特有的视觉特征，并综合利用视觉特征和三维点云信息共同构建关联性度量指标，提高匹配精度。利用KITTI数据集对构建的障碍物目标检测、跟踪与测速算法进行仿真测试，并搭建实车平台进行真实环境试验，验证所提算法的有效性和真实环境可迁移性。
来源：2025年第2期
《机械工程学报》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。