基于改进PointPillars的目标检测算法研究

针对PointPillars主干网络提取特征不精细、小目标特征丢失的问题,提出一种改进PointPillars的目标检测算法FOPointPillars。首先,引入全维度动态卷积(Omni-dimensional Dynamic Convolution,ODConv)代替普通卷积对伪图像进行特征提取,增强特征提取能力;之后,引入特征金字塔结构(Feature Pyramid Network,FPN),将提取的特征多尺度融合,获取小目标精确的语义信息;然后,在KITTI公共数据集中进行训练与测试;最后,将该网络部署到自研小车上。实验结果表明,在鸟瞰图(Bird’s Eye View,BEV)、3D空间和平均方向相似性(Average Orientation Similarity,AOS)上,FOPointPillars检测算法的mAP分别达到70.51%、64.31%、71.64%,相比原网络PointPillars分别提升1.65%、0.74%、2.18%。该方法对障碍物的检测功能可辅助无人驾驶小车对环境进行感知。

山地微型桩钻机模块化设计

近年来,我国特高压输电线路工程建设迅速发展,施工技术与装备水平不断提升。该文采用模块化设计理念,对履带式潜孔锤钻机进行全面改进,提出了一种山地微型桩钻机模块化设计方案,实现钻机模块化拆分和快速拼装,单个模块最大重量不超过3.5 t,可采用重载索道运输到塔位后自行组装,适用于各种地形工况,应用范围更广,经济效益更优,环保效益更好。