大雾天气会导致视觉传感器成像模糊，环境感知准确率低，因而严重威胁无人驾驶的安全性能。因此，本文提出了将FFA-Net去雾算法与YOLOv5目标检测算法相匹配，进而实现雾天环境下的行车障碍检测方案。实验表明，与直接利用YOLOv5对雾天交通图像进行检测的方法相比，利用本文提出的检测方法得到的Precision值、mAP值和Recall值均有明显提高，且该方法通过图像去雾后能够更好地识别交通场景中的障碍物信息，对于提高不良天气下的行车障碍检测性能，保障无人驾驶安全具有重要应用价值。
科研之友
微信
新浪微博
Facebook
分享链接
