基于RPN网络和改进LBP特征的充电口检测算法

• 作者: 任朝东 张得礼
• 来源期刊: 计算机与现代化
• 关键词: RPN网络 LBP特征 神经网络 机器视觉 目标检测
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 图像处理|IMAGE PROCESSING
• 页码范围: 64-69,99,126
• 页数: 8页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2021.08.012

摘要

随着电动汽车在全球范围内的大规模推广,电动汽车自动化充电问题越来越受到人们的关注.自动化充电过程中最关键的步骤就是检测和识别充电插口,并完成充电插口与充电枪的对接和插拔.本文提出一种基于Faster-RCNN的充电插口检测识别算法.结合显著化图像对其中的RPN网络部分进行改进,将图像中的充电口区域显著化,用处理后的特征图像作为RPN网络的输入;设计一种多尺度MB-LBP特征与神经网络联合进行候选区域分类.基于Pytorch框架在自建的数据集上进行训练和测试,实验结果表明,本文所提出的算法能够满足工作场景需求,并且能够较好地应对光照条件变化以及尺度变化.