針對(duì)當(dāng)前行車預(yù)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(biāo)檢測(cè)和障礙距離閾值的預(yù)警方法。首先根據(jù)露天礦障礙特點(diǎn)改進(jìn)原有的Mask R-CNN檢測(cè)框架,在骨架網(wǎng)絡(luò)中引入擴(kuò)張卷積,在不縮小特征圖的情況下擴(kuò)大感受野范圍保證較大目標(biāo)的檢測(cè)精度。然后,根據(jù)目標(biāo)檢測(cè)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(yù)警模型。最后為了保證預(yù)警模型的泛化能力采用遷移學(xué)習(xí)的方法,在COCO數(shù)據(jù)集中對(duì)網(wǎng)絡(luò)進(jìn)行預(yù)訓(xùn)練,在文中實(shí)地采集的數(shù)據(jù)集中訓(xùn)練C5階段和檢測(cè)層。實(shí)驗(yàn)結(jié)果表明,本文方法在實(shí)地?cái)?shù)據(jù)檢測(cè)中精確率達(dá)到98.47%,召回率為97.56%,人工設(shè)計(jì)的線性距離因子對(duì)SVM預(yù)警模型有良好的適應(yīng)性。

【文章頁(yè)數(shù)】：8 頁(yè)


本文編號(hào)：4025849