發(fā)布時間：2025-01-11 03:15

　　 針對當前行車預警方法無法適應(yīng)露天礦非結(jié)構(gòu)化道路問題,本文提出一種融合目標檢測和障礙距離閾值的預警方法。首先根據(jù)露天礦障礙特點改進原有的Mask R-CNN檢測框架,在骨架網(wǎng)絡(luò)中引入擴張卷積,在不縮小特征圖的情況下擴大感受野范圍保證較大目標的檢測精度。然后,根據(jù)目標檢測結(jié)果構(gòu)建線性距離因子,表征障礙物在輸入圖像中的深度信息,并建立SVM預警模型。最后為了保證預警模型的泛化能力采用遷移學習的方法,在COCO數(shù)據(jù)集中對網(wǎng)絡(luò)進行預訓練,在文中實地采集的數(shù)據(jù)集中訓練C5階段和檢測層。實驗結(jié)果表明,本文方法在實地數(shù)據(jù)檢測中精確率達到98.47%,召回率為97.56%,人工設(shè)計的線性距離因子對SVM預警模型有良好的適應(yīng)性。

【文章頁數(shù)】：8 頁


本文編號：4025849