基于DA-SSD的有轨电车轨道小目标障碍物检测算法

作者：王运明; 彭国都; 周奕昂^*; 李卫东

来源：大连交通大学学报, 2023, 44(02): 108-114.

DOI：10.13291/j.cnki.djdxac.2023.02.019

• 城市有轨电车
• 小目标检测
• SSD
• 双段反卷积
• 自注意力机制

城市有轨电车轨道障碍物的高精度、快速检测对保障城市有轨电车安全行驶具有重要意义。针对SSD算法检测轨道小目标障碍物精度较低的问题，提出了基于DA-SSD的城市有轨电车轨道小目标障碍物检测算法。在SSD目标检测算法的基础上，设计低层双段反卷积模块，丰富低层特征层的语义信息，增加自适应注意力机制模块，生成具有更强语义信息和精确位置信息的低层特征预测层，修正先验框生成方式，缩小各个特征层先验框的大小，增强轨道小目标障碍物检测的适应性。通过自制有轨电车轨道障碍物数据集进行训练与测试。结果表明：当Riou=0.6时，DA-SSD算法的MAP达到78.17%,检测速度为23.4 f/s,相比SSD算法，该算法在保持高速检测的前提下，提高了有轨电车小目标障碍物的检测精度。

• 单位
  中车长春轨道客车股份有限公司; 大连交通大学