科研之友
微信
新浪微博
Facebook
分享链接
摘要
闸机定位与状态检测是实现点到点全自动驾驶的一个重要环节，直接关系到智能汽车是否能够顺利进出停车场。由于闸机种类繁多、背景复杂、多闸机同时出现且实时性要求较高，因此闸机的精确检测是一项具有挑战性的任务。针对闸机检测存在的痛点，提出基于关键点检测算法（CenterNet）的实时闸机检测算法。首先通过在主干网络前增加Focus层、设计轻量化的主干网络及加快模型检测速度，保证在复杂环境下的特征提取能力；其次引入特征融合模块（Feature Pyramid Network,FPN），高效利用主干网络提取的高级语义信息和底层特征，并输出闸机关键点以及Embedding值，确保设计的闸机Embedding在多闸机场景下的准确检测；最后基于预测的Embedding值确定属于同一闸机的关键点，并基于几何关系进行闸机构建。实验结果展示了闸机检测算法能高效、准确地检测不同场景下的闸机。
- 单位
