| 方程式赛车ROS平台下基于TensorRT的YOLOv5算法改进 |
| |
| 作者姓名： | 胡天鑫 邓超 马俊杰 刘旺 |
| |
| 作者单位： | 1.武汉科技大学汽车与交通工程学院430065;2.武汉科技大学智能汽车工程研究院430065; |
| |
| 基金项目： | 国家自然科学基金青年科学基金项目:自动驾驶被动脱离状态下驾驶人应急接管认知机理研究(52002298)；湖北省自然科学基金计划青年项目:高速公路团雾气候下驾驶应激响应预警机制研究(2020CFB118)；湖北省教育厅科学技术研究计划青年人才项目:基于“驾乘意图—车辆状态—动态环境”的碰撞风险综合态势感知方法(Q20201107)；教育部产学合作协同育人项目:威士讯自动驾驶产学研协同创新基地(202102580026)。 |
| |
| 摘 要： | 基于机器视觉的无人驾驶技术是近年来的研究热点，尤其在高速路、路锥道路等特殊路段，机器视觉有明显的优势。针对现有YOLOv4、Faster-RCNN等普通深度学习算法在路锥道路识别速度慢、障碍物识别不稳定等缺陷，基于武汉科技大学无人方程式赛车，提出在ROS平台利用Tensor RT加速YOLOv5算法，实现无人方程式赛车环境感知，并接入Gazebo进行赛车的路劲规划仿真。实车实验表明，相比于普通的YOLOv4算法，具有更快的识别速度，一帧图像识别时间在10～20 ms，路锥障碍物的平均识别精度更高，达到99.2%，且识别效果稳定，具有实际应用价值。
|
| 关 键 词： | 机器视觉 ROS YOLOv5 路锥 |
| 本文献已被 维普 等数据库收录！ |
