-
题名基于改进YOLOv5s和传感器融合的目标检测定位
- 1
-
-
作者
郑宇宏
曾庆喜
冀徐芳
王荣琛
宋雨昕
-
机构
南京航空航天大学自动化学院
-
出处
《河北科技大学学报》
CAS
北大核心
2024年第2期122-130,共9页
-
基金
国家自然科学基金(51505221)
南京航空航天大学研究与实践创新项目(xcxjh20220337)。
-
文摘
针对无人车环境感知过程中相机无法提供道路目标的位置信息,激光雷达点云稀疏以致检测方面难以达到很好效果的问题,提出一种通过融合两者信息进行目标检测和定位的方法。采用深度学习中YOLOv5s算法进行目标检测,通过联合标定进行相机与激光雷达外参的获取以转换传感器之间的坐标,使雷达点云数据能投影到相机图像数据中,得到检测目标的位置信息,最后进行实车验证。结果表明,所提算法能在搭载TX2嵌入式计算平台的无人车自动驾驶平台上拥有27.2 Hz的检测速度,并且在一段时间的检测环境中保持12.50%的漏检率和35.32 m的最远识别距离以及0.18 m的平均定位精度。将激光雷达和相机融合,可实现嵌入式系统下的道路目标检测定位,为嵌入式平台下环境感知系统的搭建提供了参考。
-
关键词
传感器技术
深度学习
目标检测与定位
无人车环境感知
相机与LiDAR融合
-
Keywords
sensor technology
deep learning
target detection and localization
unmanned vehicle environment perception
camera and LiDAR fusion
-
分类号
TP242.6
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于正交信号的组网雷达目标融合检测与定位方法
被引量：2
- 2
-
-
作者
孙希平
吴熙芃
张磊
吴建新
-
机构
中山大学·深圳电子与通信工程学院
-
出处
《现代雷达》
CSCD
北大核心
2023年第5期42-49,共8页
-
基金
国家自然科学基金资助项目(62101603,62201623)
广东省自然科学基金资助项目(2021A1515011979)。
-
文摘
针对组网雷达信号级融合问题,文中提出了一种基于正交离散频率编码信号的组网雷达系统目标检测与定位的方法。通过降低第一检测门限,提高低信噪比目标检测概率,并使用卡方检验及多层检测,剔除第一层检测的假目标。文中首先建立了目标雷达散射截面散射一致性回波模型,分析了组网雷达中目标融合所需的距离-角度估计结果建立流程;然后,使用卡方检验及多雷达信号非相参积累检测剔除虚假目标,利用动态规划思想对多帧信号进行积累,进一步提高目标信噪比,剔除假目标;最后,通过仿真实验验证了本文方法的有效性。
-
关键词
机载雷达组网
目标检测与定位
多层检测
卡方检验
动态规划
-
Keywords
airborne radar networking
target detection and localization
multi⁃layer detection
chi⁃square testing
dynamic pro⁃gramming
-
分类号
TN957.51
[电子电信—信号与信息处理]
-
-
题名基于Faster-RCNN的汽车漆面缺陷部位检测
被引量：3
- 3
-
-
作者
薛阳
叶晓康
孙越
洪俊
万轶伦
-
机构
上海电力大学自动化工程学院
国网上海浦东供电公司
-
出处
《计算机应用与软件》
北大核心
2023年第8期193-200,共8页
-
基金
国网浙江省电力有限公司科技项目(5211HZ17000F)
上海市电站自动化技术重点实验室(13DZ2273800)。
-
文摘
针对人工设计特征复杂和传统的自动化方法在目标识别和检测上准确率和效率低下的问题,提出一种基于改进的Faster-RCNN的目标区域定位方法。由于被检测目标尺度变化大,为了解决原始Faster-RCNN网络结构对于小目标区域检测精度低的问题,提出多尺度快速区域卷积神经网络检测算法,改进了神经网络的结构,使网络在检测过程中可以同时使用低层和高层的特征,提升了网络对于小目标区域的检测能力。修改原始网络中锚框设定方法,通过聚类算法来确定不同尺度的特征图的锚框。实验结果表明,该方法在不同的背景下均能实现对目标较好的识别与定位,对小区域的检测能力显著提高。检测精度由原始网络结构的79.60%上升到95.39%,提高了15.79百分点。
-
关键词
目标检测与定位
深度学习
多尺度检测
聚类算法
锚框
-
Keywords
Target detection and location
Deep learning
Multiscale detection
Clustering algorithm
Anchors
-
分类号
TP39
[自动化与计算机技术—计算机应用技术]
-
