期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
5
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
轻量化的YOLOv8锥桶检测算法研究
1
作者
李旭
李刚
+2 位作者
李永明
李宁
梁海林
《重庆理工大学学报(自然科学)》
CAS
北大核心
2024年第7期71-77,共7页
针对现有无人驾驶方程式赛车对锥桶检测算法存在运算量大、精度低等问题,提出一种改进的YOLOv8n算法,该算法检测精度高、模型参数量少。改进算法引入Stem模块和EfficientNet-Lite网络结构来替换YOLOv8主干网络,由于YOLOv8的检测头中解...
针对现有无人驾驶方程式赛车对锥桶检测算法存在运算量大、精度低等问题,提出一种改进的YOLOv8n算法,该算法检测精度高、模型参数量少。改进算法引入Stem模块和EfficientNet-Lite网络结构来替换YOLOv8主干网络,由于YOLOv8的检测头中解耦的参数量占总参数的40%,故设计一种结构轻量化的检测头结构来减少模型的参数量,加入下采样倍数为4的高分辨率特征图P2用于检测微小目标。实验结果表明:在数据集上,改进的YOLOv8算法与原来的YOLOv8n算法相比,平均精度指标从90.1%提升到93.8%,参数量从3.00 M降到1.37 M,计算量从8.1GFLOPs降到4.7GFLOPs;在实车测试中,不但有效减少了锥桶的漏检现象,而且模型内存缩减了49%。
展开更多
关键词
深度学习
锥桶检测
轻量化主干网络
轻量化
检测
头
小目标
检测
层
下载PDF
职称材料
基于激光雷达的锥桶检测算法
被引量:
5
2
作者
代加喜
张友兵
+2 位作者
毕栋
龚家元
周奎
《湖北汽车工业学院学报》
2021年第3期34-37,41,共5页
针对激光雷达手动提取特征进行锥桶检测难以解决实时性、准确率兼顾的问题,设计了一种多线激光雷达的锥桶检测算法。在点云预处理部分使用直通滤波减少点云数量,地面分割部分使用优化后的随机采样一致性(random samplec onsensus,RANSAC...
针对激光雷达手动提取特征进行锥桶检测难以解决实时性、准确率兼顾的问题,设计了一种多线激光雷达的锥桶检测算法。在点云预处理部分使用直通滤波减少点云数量,地面分割部分使用优化后的随机采样一致性(random samplec onsensus,RANSAC)算法进行地面分割,最后对欧式距离聚类结果进行后处理。试验结果表明:与传统的RANSAC地面分割和欧式距离聚类相比,提出的地面分割优化方法能够更快速、准确地将地面点剔除并达到实时性要求,欧式距离聚类后处理可将非锥桶障碍物剔除。
展开更多
关键词
随机采样一致性
激光雷达
锥桶检测
欧式距离聚类
下载PDF
职称材料
点云多属性聚类的三维锥桶目标检测算法
3
作者
高千喜
毛琳
杨大伟
《大连民族大学学报》
CAS
2024年第3期215-221,共7页
为了解决大学生方程式无人车在赛道环境中锥桶检测精度不高的问题,提出一种针对大学生方程式无人车比赛的三维锥桶目标检测算法。首先,在激光雷达采集到的点云中提取ROI区域;其次,在该区域进行地面点去除;最后,在非地面点云中执行点云聚...
为了解决大学生方程式无人车在赛道环境中锥桶检测精度不高的问题,提出一种针对大学生方程式无人车比赛的三维锥桶目标检测算法。首先,在激光雷达采集到的点云中提取ROI区域;其次,在该区域进行地面点去除;最后,在非地面点云中执行点云聚类,将属于锥桶的点聚类为一簇,实现赛道锥桶目标的检测。本方法对原有单属性聚类方法进行改进,采用点云强度和点云密度多属性进行聚类。通过大学生方程式无人车实车测试,提出的三维锥桶目标检测算法在多个赛道场景中均取得90%以上的准确度,为后续大学生方程式无人车比赛提供了优异性能的算法。
展开更多
关键词
锥
桶
目标
检测
多属性聚类
大学生方程式无人车
下载PDF
职称材料
基于改进欧氏聚类的锥桶检测方法与试验
被引量:
1
4
作者
黄瑞钦
梁洪波
+2 位作者
李强
杨爱喜
张新闻
《应用激光》
CSCD
北大核心
2022年第10期126-134,共9页
针对赛道环境下欧氏聚类算法检测锥桶不准确的问题,提出了一种基于改进欧氏聚类算法的锥桶检测方法。首先,通过机器人操作系统(ROS)采集点云;再对点云预处理,找到感兴趣区域(ROI)后,利用随机采样算法分离地面和锥桶的点云;然后,将距离...
针对赛道环境下欧氏聚类算法检测锥桶不准确的问题,提出了一种基于改进欧氏聚类算法的锥桶检测方法。首先,通过机器人操作系统(ROS)采集点云;再对点云预处理,找到感兴趣区域(ROI)后,利用随机采样算法分离地面和锥桶的点云;然后,将距离和阈值模型化;接着,设计出面向赛道环境的区域划分方法来改进欧氏聚类算法,利用动态阈值聚类分割出锥桶点云;最后,通过Matlab平台验证算法。在两种赛道环境下进行实车试验,聚类分割的准确率分别达到93.98%和99%。试验结果表明,所提方法能够准确地检测赛道中的锥桶。
展开更多
关键词
激光雷达
锥桶检测
欧氏聚类
区域划分
原文传递
无人驾驶方程式赛车轻量化目标检测算法
被引量:
1
5
作者
汤文靖
兰建平
周海鹰
《湖北汽车工业学院学报》
2023年第2期17-21,27,共6页
针对现有无人驾驶方程式赛车目标检测算法运算量大、精度低等问题,提出方程式赛车目标检测算法。在图像预处理阶段,裁剪图片中无正样本部分,图片被小幅随机缩放平移。在网络结构上,调整ShuffleNetv2的结构,加强对颜色、光照和边缘等浅...
针对现有无人驾驶方程式赛车目标检测算法运算量大、精度低等问题,提出方程式赛车目标检测算法。在图像预处理阶段,裁剪图片中无正样本部分,图片被小幅随机缩放平移。在网络结构上,调整ShuffleNetv2的结构,加强对颜色、光照和边缘等浅层特征的关注,利用特征金字塔对输出特征进行融合处理,基于广义焦点损失优化损失函数,获取正样本的类别和位置信息。实验结果表明:在FSACOCO数据集,文中算法的平均精度达到97.9%,浮点运算量为1.14 GFLOPs,优于其他对比算法。
展开更多
关键词
ShuffleNetv2
FPN
GFL
锥桶检测
轻量化
注意力机制
下载PDF
职称材料
题名
轻量化的YOLOv8锥桶检测算法研究
1
作者
李旭
李刚
李永明
李宁
梁海林
机构
辽宁工业大学汽车与交通工程学院
出处
《重庆理工大学学报(自然科学)》
CAS
北大核心
2024年第7期71-77,共7页
基金
国家自然科学基金联合基金项目(U22A2043)
辽宁省自然基金资助计划项目(2022-MS-376)
辽宁省教育厅科研项目(JYTZD2023081)。
文摘
针对现有无人驾驶方程式赛车对锥桶检测算法存在运算量大、精度低等问题,提出一种改进的YOLOv8n算法,该算法检测精度高、模型参数量少。改进算法引入Stem模块和EfficientNet-Lite网络结构来替换YOLOv8主干网络,由于YOLOv8的检测头中解耦的参数量占总参数的40%,故设计一种结构轻量化的检测头结构来减少模型的参数量,加入下采样倍数为4的高分辨率特征图P2用于检测微小目标。实验结果表明:在数据集上,改进的YOLOv8算法与原来的YOLOv8n算法相比,平均精度指标从90.1%提升到93.8%,参数量从3.00 M降到1.37 M,计算量从8.1GFLOPs降到4.7GFLOPs;在实车测试中,不但有效减少了锥桶的漏检现象,而且模型内存缩减了49%。
关键词
深度学习
锥桶检测
轻量化主干网络
轻量化
检测
头
小目标
检测
层
Keywords
deep learning
cone bucket detection
lightweight backbone network
lightweight detection head
small object detection layer
分类号
U469 [机械工程—车辆工程]
下载PDF
职称材料
题名
基于激光雷达的锥桶检测算法
被引量:
5
2
作者
代加喜
张友兵
毕栋
龚家元
周奎
机构
湖北汽车工业学院汽车工程师学院
出处
《湖北汽车工业学院学报》
2021年第3期34-37,41,共5页
基金
湖北省科技重大专项(2020AAA001)。
文摘
针对激光雷达手动提取特征进行锥桶检测难以解决实时性、准确率兼顾的问题,设计了一种多线激光雷达的锥桶检测算法。在点云预处理部分使用直通滤波减少点云数量,地面分割部分使用优化后的随机采样一致性(random samplec onsensus,RANSAC)算法进行地面分割,最后对欧式距离聚类结果进行后处理。试验结果表明:与传统的RANSAC地面分割和欧式距离聚类相比,提出的地面分割优化方法能够更快速、准确地将地面点剔除并达到实时性要求,欧式距离聚类后处理可将非锥桶障碍物剔除。
关键词
随机采样一致性
激光雷达
锥桶检测
欧式距离聚类
Keywords
RANSAC
LIDAR
cone-barreldetection
Euclideandistanceclustering
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
点云多属性聚类的三维锥桶目标检测算法
3
作者
高千喜
毛琳
杨大伟
机构
大连民族大学机电工程学院
出处
《大连民族大学学报》
CAS
2024年第3期215-221,共7页
基金
国家自然科学基金项目(61673084)
辽宁省自然科学基金项目(20170540192,20180550866,2020-MZLH-24)。
文摘
为了解决大学生方程式无人车在赛道环境中锥桶检测精度不高的问题,提出一种针对大学生方程式无人车比赛的三维锥桶目标检测算法。首先,在激光雷达采集到的点云中提取ROI区域;其次,在该区域进行地面点去除;最后,在非地面点云中执行点云聚类,将属于锥桶的点聚类为一簇,实现赛道锥桶目标的检测。本方法对原有单属性聚类方法进行改进,采用点云强度和点云密度多属性进行聚类。通过大学生方程式无人车实车测试,提出的三维锥桶目标检测算法在多个赛道场景中均取得90%以上的准确度,为后续大学生方程式无人车比赛提供了优异性能的算法。
关键词
锥
桶
目标
检测
多属性聚类
大学生方程式无人车
Keywords
traffic-cone object detection
multi-attribute clustering
Formula Student unmanned vehicles
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于改进欧氏聚类的锥桶检测方法与试验
被引量:
1
4
作者
黄瑞钦
梁洪波
李强
杨爱喜
张新闻
机构
浙江科技学院机械与能源工程学院
安徽交通职业技术学院汽车与机械工程系
浙江大学工程师学院
出处
《应用激光》
CSCD
北大核心
2022年第10期126-134,共9页
基金
安徽省教育厅2020年度高校科学研究重大项目(KJ2020ZD78)
浙江省自然科学基金项目(LY21E050001)
汽车新技术安徽省工程技术研究中心开放基金(QCKJ202105)。
文摘
针对赛道环境下欧氏聚类算法检测锥桶不准确的问题,提出了一种基于改进欧氏聚类算法的锥桶检测方法。首先,通过机器人操作系统(ROS)采集点云;再对点云预处理,找到感兴趣区域(ROI)后,利用随机采样算法分离地面和锥桶的点云;然后,将距离和阈值模型化;接着,设计出面向赛道环境的区域划分方法来改进欧氏聚类算法,利用动态阈值聚类分割出锥桶点云;最后,通过Matlab平台验证算法。在两种赛道环境下进行实车试验,聚类分割的准确率分别达到93.98%和99%。试验结果表明,所提方法能够准确地检测赛道中的锥桶。
关键词
激光雷达
锥桶检测
欧氏聚类
区域划分
Keywords
lidar
cone detection
euclidean clustering
regional division
分类号
TP39 [自动化与计算机技术—计算机应用技术]
原文传递
题名
无人驾驶方程式赛车轻量化目标检测算法
被引量:
1
5
作者
汤文靖
兰建平
周海鹰
机构
湖北汽车工业学院汽车工程师学院
东风电子科技股份有限公司
出处
《湖北汽车工业学院学报》
2023年第2期17-21,27,共6页
基金
湖北省教育厅青年人才基金(Q20151802)。
文摘
针对现有无人驾驶方程式赛车目标检测算法运算量大、精度低等问题,提出方程式赛车目标检测算法。在图像预处理阶段,裁剪图片中无正样本部分,图片被小幅随机缩放平移。在网络结构上,调整ShuffleNetv2的结构,加强对颜色、光照和边缘等浅层特征的关注,利用特征金字塔对输出特征进行融合处理,基于广义焦点损失优化损失函数,获取正样本的类别和位置信息。实验结果表明:在FSACOCO数据集,文中算法的平均精度达到97.9%,浮点运算量为1.14 GFLOPs,优于其他对比算法。
关键词
ShuffleNetv2
FPN
GFL
锥桶检测
轻量化
注意力机制
Keywords
ShuffleNetv2
FPN
GFL
cone barrel detection
lightweight
attention mechanism
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
轻量化的YOLOv8锥桶检测算法研究
李旭
李刚
李永明
李宁
梁海林
《重庆理工大学学报(自然科学)》
CAS
北大核心
2024
0
下载PDF
职称材料
2
基于激光雷达的锥桶检测算法
代加喜
张友兵
毕栋
龚家元
周奎
《湖北汽车工业学院学报》
2021
5
下载PDF
职称材料
3
点云多属性聚类的三维锥桶目标检测算法
高千喜
毛琳
杨大伟
《大连民族大学学报》
CAS
2024
0
下载PDF
职称材料
4
基于改进欧氏聚类的锥桶检测方法与试验
黄瑞钦
梁洪波
李强
杨爱喜
张新闻
《应用激光》
CSCD
北大核心
2022
1
原文传递
5
无人驾驶方程式赛车轻量化目标检测算法
汤文靖
兰建平
周海鹰
《湖北汽车工业学院学报》
2023
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部