自卸車右轉(zhuǎn)盲區(qū)風(fēng)險(xiǎn)目標(biāo)動(dòng)態(tài)檢測(cè)算法研究

打開文本圖片集

【摘要】針對(duì)自卸車外形尺寸大導(dǎo)致車輛右轉(zhuǎn)彎時(shí)存在較大視野盲區(qū)的問(wèn)題，提出一種自卸車右轉(zhuǎn)盲區(qū)風(fēng)險(xiǎn)目標(biāo)動(dòng)態(tài)檢測(cè)算法，該算法利用YOLOv8模型的C2f模塊和損失計(jì)算模塊，提高了模型的檢測(cè)精確率。同時(shí)，在盲區(qū)中預(yù)設(shè)4條位置閾值線，增加盲區(qū)風(fēng)險(xiǎn)預(yù)警模塊，建立了自卸車右轉(zhuǎn)盲區(qū)輔助駕駛系統(tǒng)。結(jié)果表明：所提出的風(fēng)險(xiǎn)目標(biāo)動(dòng)態(tài)檢測(cè)算法能夠識(shí)別小型乘用車、載貨汽車、公交車、行人和電動(dòng)自行車等多種類型的目標(biāo)，且所有類別目標(biāo)的50%交并比閾值下的平均精度均值（mAP50）為0.87；自卸車右轉(zhuǎn)盲區(qū)輔助駕駛系統(tǒng)能夠根據(jù)圖像中風(fēng)險(xiǎn)目標(biāo)框的位置進(jìn)行不同程度的預(yù)警。（剩余9052字）