融合目标检测与距离阈值模型的露天矿行车障碍预警

• 作者: 卢才武 阮顺领 齐凡
• 来源期刊: 光电工程
• 学科: 工学
• 关键词: 障碍预警 目标检测 距离阈值模型 扩张卷积 迁移学习
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 科研论文
• 页码范围: 38-45
• 页数: 8页
• 分类号: TP391.41
• 字数: 5634字
• 语种: 中文
• DOI: 10.12086/oee.2020.190161

摘要

针对当前行车预警方法无法适应露天矿非结构化道路问题,本文提出一种融合目标检测和障碍距离阈值的预警方法.首先根据露天矿障碍特点改进原有的Mask R-CNN检测框架,在骨架网络中引入扩张卷积,在不缩小特征图的情况下扩大感受野范围保证较大目标的检测精度.然后,根据目标检测结果构建线性距离因子,表征障碍物在输入图像中的深度信息,并建立SVM预警模型.最后为了保证预警模型的泛化能力采用迁移学习的方法,在COCO数据集中对网络进行预训练,在文中实地采集的数据集中训练C5阶段和检测层.实验结果表明,本文方法在实地数据检测中精确率达到98.47％,召回率为97.56％,人工设计的线性距离因子对SVM预警模型有良好的适应性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卢才武	西安建筑科技大学管理学院	110	655	13.0	20.0
2	阮顺领	西安建筑科技大学管理学院	14	33	4.0	5.0
3	齐凡	西安建筑科技大学管理学院	2	0	0.0	0.0