典型文献
基于YOLOv4网络模型的临时道路识别算法
文献摘要：
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.
文献关键词：
目标检测;YOLOv4算法;立体视觉;交通锥桶;自动驾驶
中图分类号：
作者姓名：
王浩东;王立勇;苏清华;谢敏;王超;丁炳超
作者机构：
北京信息科技大学,北京 100192;现代测控技术教育部重点实验室,北京 100192
文献出处：
引用格式：
[1]王浩东;王立勇;苏清华;谢敏;王超;丁炳超-.基于YOLOv4网络模型的临时道路识别算法)[J].广西大学学报（自然科学版）,2022(03):712-722
A类：
交通锥桶
B类：
YOLOv4,临时道路,识别算法,自动驾驶车辆,准确识别,道路问题,彩色相机,深度相机,道路检测算法,一台,四目,实时采集,深度信息,实时检测,深度图像,边界框,欧氏距离,划出,出车,各色,位置信息,单帧,彩色图像处理,处理时间,ms,运动轨迹规划,驶出,目标检测,立体视觉
AB值：
0.382244
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
