基于改进Yolov4的行人测距技术研究

在自动驾驶技术的研究中,如何检测行人并测量其相对距离,辅助驾驶员预判风险一直是重点研究的问题。由于车辆行驶速度较快,行人又具有目标小、难检测等特征,使用原始的Yolov4模型搭配相似三角形测距法难以达到实时性检测和精准测距的要求。针对上述问题,通过修改Loss函数、轻量化网络结构等技巧改进Yolov4模型。实验结果表明,改进的Yolov4模型运行速度达到了平均62.5FPS,较Yolov4提升25%;结合改进相似三角形测距法,在纵向距离60米、横向距离4米内测距平均误差为4.90%,不仅运行速度更快而且测距准确性更高。