| 基于改进YOLO算法的FSAC赛车实时目标检测系统 |
| |
| 引用本文： | 李涛,张代胜,张飞,张南岳. 基于改进YOLO算法的FSAC赛车实时目标检测系统[J]. 合肥工业大学学报(自然科学版), 2020, 43(9): 1153-1158. DOI: 10.3969/j.issn.1003-5060.2020.09.001 |
| |
| 作者姓名： | 李涛 张代胜 张飞 张南岳 |
| |
| 作者单位： | 合肥工业大学汽车与交通工程学院,安徽合肥 230009,合肥工业大学汽车与交通工程学院,安徽合肥 230009,合肥工业大学汽车与交通工程学院,安徽合肥 230009,合肥工业大学汽车与交通工程学院,安徽合肥 230009 |
| |
| 基金项目： | 国家自然科学基金青年科学基金资助项目 |
| |
| 摘 要： | ![]()
针对中国大学生无人驾驶方程式大赛(Formula Student Autonomous China,FSAC)赛车目标检测系统检测速度较慢和鲁棒性较差的问题,文章提出了一种基于改进YOLO算法的实时目标检测方法。以YOLOv3-tiny网络为基础,根据目标物较为细长、尺寸较小的特点,使用k-means算法对数据集中的真实边界框进行聚类,选取合适的边界框数量和规格改进YOLOv3-tiny网络结构,使其目标检测时能融合更大的尺度信息,对小目标物检测更加有效和准确;将改进的算法部署在机器人操作系统(robot operating system,ROS)中,并将实时目标检测系统搭载到NVIDIA Jetson TX2嵌入式开发板中,形成适用于FSAC大赛特定场景的轻量化实时目标检测系统。实验结果表明,改进算法的召回率达到94.1%,比原始算法提高了11.8%;准确率达到93.2%,提高了3%;在NVIDIA Jetson TX2中画面每秒传输帧数FPS达到20,检测速度满足实时检测需求。
|
| 关 键 词： | 中国大学生无人驾驶方程式大赛(FSAC)赛车 目标检测 YOLO算法 机器人操作系统(ROS) |
Real-time object detection system of FSAC racing car based on improved YOLO algorithm |
| |
| LI Tao,ZHANG Daisheng,ZHANG Fei,ZHANG Nanyue. Real-time object detection system of FSAC racing car based on improved YOLO algorithm[J]. Journal of Hefei University of Technology(Natural Science), 2020, 43(9): 1153-1158. DOI: 10.3969/j.issn.1003-5060.2020.09.001 |
| |
| Authors: | LI Tao ZHANG Daisheng ZHANG Fei ZHANG Nanyue |
| |
| Abstract: | ![]()
|
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
