基于YOLOv4网络模型的临时道路识别算法

作者：王浩东; 王立勇; 苏清华; 谢敏; 王超; 丁炳超

来源：广西大学学报(自然科学版), 2022, 47(03): 712-722.

DOI：10.13624/j.cnki.issn.1001-7445.2022.0712

• 目标检测
• YOLOv4算法
• 立体视觉
• 交通锥桶
• 自动驾驶

针对自动驾驶车辆不能准确识别由交通锥桶标识的临时道路问题，提出一种融合彩色相机和深度相机数据的临时道路检测算法；使用一台四目相机实时采集环境的色彩和深度信息，通过YOLOv4模型实时检测彩色和深度图像中的交通锥桶，根据边界框的欧氏距离对二者结果进行融合，最终规划出车辆在临时道路中的运动轨迹。实验结果表明，该算法能够快速、准确地识别各色交通锥桶及其位置信息，检测交通锥桶的平均精度分别为94.25%、95.16%和91.03%,平均单帧彩色图像处理时间为36.34 ms。车辆在临时道路中的运动轨迹规划也符合预期，能够辅助车辆顺利驶出。