检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
作 者:张炳力 王焱辉 潘泽昊 王怿昕 杨程磊 王欣雨 ZHANG Bingli;WANG Yanhui;PAN Zehao;WANG Yixin;YANG Chenglei;WANG Xinyu(School of Automobile and Traffic Engineering,Hefei University of Technology,Hefei 230009,China;Anhui Intelligent Vehicle Engineering Laboratory,Hefei 230009,China)
机构地区:[1]合肥工业大学汽车与交通工程学院,安徽合肥230009 [2]安徽省智能汽车工程实验室,安徽合肥230009
出 处:《合肥工业大学学报(自然科学版)》2024年第1期1-6,61,共7页Journal of Hefei University of Technology:Natural Science
基 金:长三角科技创新共同体联合攻关专项资助项目(2022CSJGG1501);安徽省科技重大专项资助项目(202203a05020008);安徽省发展和改革委员会2021新能源汽车产业创新发展资助项目(wfgcyh2021439);中国声谷创新发展关键核心技术揭榜挂帅攻关资助项目(2108-340161-04-01-727575);合肥市关键共性技术研发和重大科技成果工程化资助项目(2021CG003)。
摘 要:文章提出一种基于YOLOv4的端到端多任务网络模型用于自动泊车系统中的感知任务,以环视图像(around view monitor, AVM)作为网络输入,基于卷积网络提取图像特征信息,通过YOLO和DMPR-PS(directional marking-point regression-parking slot)检测头实现停车位与障碍物并行检测。在PS 2.0公开数据集上进行验证的结果表明,所提出的多任务检测方法能够同时检测停车位和障碍物,障碍物识别平均精度均值达到89.72%,车位识别查准率达到93.53%,网络检测速率为34.0帧/s,在满足自动泊车感知任务需求的同时提升了系统的检测效率。该文研究成果对自动泊车感知技术的发展具有一定的意义。This paper proposes an end-to-end multi-task network model based on YOLOv4 for perception tasks in automatic parking systems.The model takes around view monitor(AVM)images as network inputs and extracts image feature information using convolutional networks.By utilizing YOLO and directional marking-point regression-parking slot(DMPR-PS)detection heads,it achieves parallel detection of parking spaces and obstacles.Validation on the PS 2.0 public dataset demonstrates that the proposed multi-task detection method can simultaneously detect parking spaces and obstacles,with an average precision of 89.72%for obstacle recognition and a precision rate of 93.53%for parking space recognition.The network achieves a detection rate of 34.0 frames per second,meeting the requirements of automatic parking perception tasks while improving detection efficiency.This research holds implications for the development of automatic parking perception technology.
关 键 词:自动泊车 环视图像(AVM) 多任务网络 障碍物识别 停车位识别
分 类 号:U270[机械工程—车辆工程] TP249[交通运输工程—载运工具运用工程]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:18.222.213.240