-
题名基于双目视觉的拖车钩检测与定位方法研究
被引量：3
- 1
-
-
作者
李冰
王豪伟
韩宇辰
胡钧涛
翟永杰
-
机构
华北电力大学自动化系
-
出处
《电子测量技术》
北大核心
2024年第3期1-8,共8页
-
基金
国家自然科学基金面上项目(62373151)
国家自然科学基金联合项目(U21A20486)
+1 种基金
中央高校基本科研业务费项目(2023JC006)
河北省自然科学基金(F2020502009,F2021502008)项目资助。
-
文摘
在某些危险环境下需要拖车实施救援时,救援人员难以靠近,救援人员可以通过遥控操作拖车杠来完成拖车钩的挂装。针对被救援车辆拖车钩的检测与定位问题,提出了一种拖车钩检测与定位方法ECSA-YOLOv5,首先改进YOLOv5算法,设计了高效注意力模块ECSA,将其替换掉空间金字塔池化模块上一层的模块,并增加一个大小为160×160的小目标检测层,能够更准确的获得拖车钩在图像中的像素坐标;通过在SGBM立体匹配算法预处理阶段加入引导滤波、后处理阶段引入加权最小二乘法WLS滤波与异常值处理,从而获得更优化的视差图,得到更为准确的目标深度信息,提高拖车钩位置信息计算的精确度。基于JetsonAgxXavier开发板进行了实验验证,实验结果表明,ECSA-YOLOv5模型较YOLOv5s模型AP值提升了5.8%,达到了99.0%,平均实时检测帧率为14fps,定位测距在3m内时,误差在3.5%以下,能够满足拖车钩的检测与定位的准确性和实时性的要求。
-
关键词
YOLOv5
目标检测
定位测距
agxxavier
-
Keywords
YOLOv5
target detection
positioning and ranging
Agx Xavier
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
