胡丹丹，張莉莎，張忠婷

(中國(guó)民航大學(xué) 電子信息與自動(dòng)化學(xué)院，天津 300300)

0 引言

由于封閉園區(qū)環(huán)境具有結(jié)構(gòu)化程度高、道路環(huán)境簡(jiǎn)單、行駛路線固定等特點(diǎn)[1]，無人駕駛技術(shù)在園區(qū)物流、園區(qū)巡邏等場(chǎng)景的應(yīng)用越來越廣泛。障礙物的準(zhǔn)確檢測(cè)是園區(qū)無人車安全行駛的基礎(chǔ)，也是當(dāng)前無人駕駛技術(shù)研究的重難點(diǎn)之一。其中基于視覺的障礙物檢測(cè)方法具有成本較低、檢測(cè)內(nèi)容直觀、檢測(cè)范圍廣泛等優(yōu)點(diǎn)，是目前最常用的檢測(cè)方法。

傳統(tǒng)的視覺障礙物檢測(cè)算法以基于人工特征提取方法為主[2]，存在計(jì)算復(fù)雜度高和檢測(cè)速度慢等問題[3]。基于深度學(xué)習(xí)的障礙物檢測(cè)算法主要分為基于區(qū)域建議和基于邏輯回歸兩類。其中，以R-CNN[4-6]系列模型為代表的基于區(qū)域建議算法生成樣本候選框，通過卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行樣本分類[7]，此類算法檢測(cè)精度較高，但計(jì)算復(fù)雜度大，無法滿足實(shí)時(shí)性要求；而以YOLO[8-10]系列模型為代表的基于邏輯回歸算法不需要生成候選框，網(wǎng)絡(luò)直接輸出邊界框信息，檢測(cè)速度和精度均有所提升，但仍存在少量漏檢情況。

因而提升檢測(cè)精度和速度成為近幾年障礙物檢測(cè)算法改進(jìn)的重點(diǎn)。針對(duì)文獻(xiàn)[10]存在的問題，文獻(xiàn)[11]采用數(shù)據(jù)增強(qiáng)、引入CIOU(Complete Intersection Over Union)損失函數(shù)等方式，平均精度提升的同時(shí)檢測(cè)速度有所犧牲；其優(yōu)化版本YOLOv5減小模型體量，檢測(cè)速度有較大提升，但適用場(chǎng)景和精度均受到影響。

綜上發(fā)現(xiàn)，文獻(xiàn)[10]采用的YOLOv3算法在檢測(cè)精度和速度上均具有較好的表現(xiàn)。近幾年，國(guó)內(nèi)外諸多學(xué)者針對(duì)基于YOLOv3的檢測(cè)方法作出了不同程度的改進(jìn)。文獻(xiàn)[12]通過采用Gaussian-YOLOv3與變形卷積技術(shù)，有效解決了小目標(biāo)的檢測(cè)問題；文獻(xiàn)[13]結(jié)合Tiny-YOLOv3和目標(biāo)跟蹤算法，提升了無人機(jī)針對(duì)地面目標(biāo)的檢測(cè)速度；文獻(xiàn)[14]通過改進(jìn)特征提取網(wǎng)絡(luò)和定位損失函數(shù)，降低了非機(jī)動(dòng)車類目標(biāo)的漏檢率；文獻(xiàn)[15]考慮融入平滑標(biāo)簽，改進(jìn)特征提取網(wǎng)絡(luò)結(jié)構(gòu)，一定程度解決了行人檢測(cè)實(shí)時(shí)性和精度不能同時(shí)兼顧的問題。

基于以上研究，為實(shí)時(shí)準(zhǔn)確獲得園區(qū)障礙物的類別與位置信息，本文提出一種結(jié)合改進(jìn)YOLOv3和立體視覺的園區(qū)無人車障礙物檢測(cè)方法：通過優(yōu)化特征提取網(wǎng)絡(luò)、引入GIOU損失函數(shù)、采用k-means++聚類方法對(duì)YOLOv3算法進(jìn)行改進(jìn)，并結(jié)合立體視覺測(cè)距原理獲得無人車與障礙物的距離，實(shí)驗(yàn)結(jié)果表明在公開數(shù)據(jù)集與園區(qū)自建數(shù)據(jù)集上均取得較好的檢測(cè)效果。

1 YOLOv3算法

如圖1所示，YOLOv3的網(wǎng)絡(luò)結(jié)構(gòu)主要包括基礎(chǔ)網(wǎng)絡(luò)和YOLOv3分支。其中Darknet-53負(fù)責(zé)特征提取，YOLOv3分支負(fù)責(zé)目標(biāo)檢測(cè)。YOLOv3網(wǎng)絡(luò)將圖片尺寸放縮到416×416作為網(wǎng)絡(luò)輸入，輸入的障礙物圖像經(jīng)過daknet-53特征提取網(wǎng)絡(luò)后得到3個(gè)尺度(13×13、26×26、52×52)的特征圖。接著將輸入的圖像分為S×S個(gè)網(wǎng)格，每個(gè)網(wǎng)格單元負(fù)責(zé)預(yù)測(cè)3個(gè)邊界框。預(yù)測(cè)信息包含邊界框的位置及尺寸信息(目標(biāo)中心坐標(biāo)(x，y)與邊界框尺寸(w，h))、置信度得分及其屬于某類別的條件概率。最后設(shè)置得分閾值，通過非極大值抑制過濾分?jǐn)?shù)較低的邊界框，其余邊界框信息將作為最終的障礙物檢測(cè)結(jié)果輸出。

圖1 YOLOv3網(wǎng)絡(luò)結(jié)構(gòu)圖

2 結(jié)合立體視覺的改進(jìn)YOLOv3算法

目前基于YOLOv3的障礙物檢測(cè)研究中普遍存在檢測(cè)實(shí)時(shí)性差、具體場(chǎng)景檢測(cè)準(zhǔn)確率低等問題，本文針對(duì)園區(qū)無人車障礙物檢測(cè)場(chǎng)景，對(duì)YOLOv3算法進(jìn)行特征提取網(wǎng)絡(luò)結(jié)構(gòu)、損失函數(shù)和聚類方法三方面的的改進(jìn)。

2.1 特征提取網(wǎng)絡(luò)結(jié)構(gòu)改進(jìn)

考慮到無人車障礙物檢測(cè)的實(shí)時(shí)性要求以及園區(qū)檢測(cè)目標(biāo)多為行人和非機(jī)動(dòng)車的中小型目標(biāo)的情況，對(duì)YOLOv3采用的Darknet-53特征提取網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行以下改進(jìn)。

1)網(wǎng)絡(luò)結(jié)構(gòu)簡(jiǎn)化：

如圖1所示，DBL是YOLOv3的基本組成部件，在DBL單元結(jié)構(gòu)中，批次歸一化(batch normalization，BN)層一般置于卷積層之后，非線性處理單元(Leaky RELU)之前。其計(jì)算過程[16]如公式(1)所示，首先計(jì)算輸入數(shù)據(jù)均值μ和數(shù)據(jù)方差σ，然后對(duì)輸入數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化操作，訓(xùn)練縮放因子γ與偏置參數(shù)β，經(jīng)γ、β線性變換后得到新的輸出值y。

yi←γxi+β≡BNγ,β(xi)

(1)

對(duì)輸入數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化操作之后，能夠有效解決梯度消失與梯度爆炸的問題，在模型訓(xùn)練時(shí)起能加速網(wǎng)絡(luò)收斂，并減少過擬合現(xiàn)象出現(xiàn)的可能性。但同時(shí)BN層會(huì)在網(wǎng)絡(luò)前向推理時(shí)增加模型運(yùn)算量，影響檢測(cè)性能，占用更多存儲(chǔ)空間，導(dǎo)致檢測(cè)速度變慢。本文將BN層的參數(shù)合并到卷積層，進(jìn)而減少模型運(yùn)算量。合并后的權(quán)值參數(shù)ω、偏置β與縮放因子γ、均值μ呈正相關(guān)，進(jìn)而提升模型前向推斷速度。

其中YOLOv3中卷積計(jì)算結(jié)果如公式(2)所示，xi、ωi分別為輸入數(shù)據(jù)和權(quán)值參數(shù)，輸出為二者卷積之和。公式(3)中μ、σ分別為數(shù)據(jù)均值和方差，γ、β分別為縮放因子和偏置參數(shù)，xout即為BN計(jì)算結(jié)果。

(2)

(3)

將BN層參數(shù)與卷積層合并后的計(jì)算結(jié)果如公式(4)所示，變量含義與上文相同。合并后權(quán)值ωi和偏置β如公式(5)～(6)所示。

(4)

合并后權(quán)值ωi為：

(5)

偏置β為：

(6)

故合并后的計(jì)算結(jié)果為：

(7)

卷積層與BN層合并后，可以共用Blob數(shù)據(jù)，進(jìn)而降低內(nèi)存的占用，提升速度。

2)多尺度檢測(cè)改進(jìn)

將輸入圖像尺寸統(tǒng)一放縮到416×416，特征提取網(wǎng)絡(luò)對(duì)輸入圖像進(jìn)行下采樣(subsampled)操作，每次下采樣對(duì)應(yīng)得到一個(gè)尺度的特征圖。具有較大分辨率的淺層特征圖涵蓋更多的位置相關(guān)信息，具有小分辨率的深層特征圖涵蓋更多的語(yǔ)義相關(guān)信息。將深層殘差塊采樣得到的特征圖與淺層殘差塊采樣得到的特征圖進(jìn)行融合，可以增強(qiáng)淺層特征的語(yǔ)義信息，同時(shí)在細(xì)節(jié)信息最多的特征圖上給待檢測(cè)障礙物分配最精準(zhǔn)的邊界框，提高對(duì)小目標(biāo)物體的檢測(cè)性能。

如圖2所示，本文在 YOLOv3原有3個(gè)檢測(cè)尺度的基礎(chǔ)上進(jìn)行擴(kuò)展，添加一個(gè)尺度的特征圖。經(jīng)過2倍上采樣后，特征尺度輸出為104×104，將第11層特征提取層與第109層route層、第85層與第61層，第97層與第36層進(jìn)行融合，充分利用各層特征。特征圖大小依次變?yōu)榱?08、104、52、26、13；4個(gè)尺度大小為104×104、52×52、26×26和13×13。4個(gè)特征尺度分別為：104×104，52×52，26×26和13×13。最后借鑒特征金字塔網(wǎng)絡(luò)(FPN，featu-re pyramid network)結(jié)構(gòu)進(jìn)行特征融合，其中新增加的104×104特征圖采用更精準(zhǔn)的錨框(anchor box)，提高算法對(duì)小目標(biāo)的檢測(cè)精度，同時(shí)緩解了在密集車輛和行人環(huán)境下待檢測(cè)目標(biāo)的錯(cuò)檢和漏檢問題。

圖2 多尺度YOLOv3網(wǎng)絡(luò)結(jié)圖

網(wǎng)絡(luò)首先依次對(duì)4個(gè)尺度(13×13、26×26、52×52、104×104)大小的特征圖進(jìn)行處理；然后將前3個(gè)尺度(13×13、26×26、52×52)的特征圖上采樣后與較大一個(gè)尺度的特征圖拼接后分別送至檢測(cè)大、中、小目標(biāo)的YOLO層；最后與新增加的104×104的特征圖進(jìn)行拼接操作后送到剩余YOLO層，實(shí)現(xiàn)4個(gè)尺度的融合操作。由此可以獲得一個(gè)強(qiáng)語(yǔ)義信息，并且在每個(gè)融合后的特征層上單獨(dú)進(jìn)行預(yù)測(cè)。

預(yù)測(cè)的輸出張量中包括3部分內(nèi)容，分別是障礙物邊界框、障礙物目標(biāo)和障礙物類別。改進(jìn)后的YOLOv3將融合后生成的特征圖細(xì)分為S×S的網(wǎng)格(根據(jù)具體特征圖包含13×13、26×26、52×52、104×104)，每個(gè)網(wǎng)格需要預(yù)測(cè)3個(gè)不同的邊界框，進(jìn)而輸出張量應(yīng)當(dāng)表示為S×S×[3×(4+1+3)]，包含4個(gè)障礙物邊框偏移參數(shù)，1個(gè)障礙物目標(biāo)和3個(gè)障礙物類型。

2.2 損失函數(shù)改進(jìn)

交并比(IOU，intersection over union)是比較兩個(gè)任意形狀之間相似性最常用的指標(biāo)，IOU定義如公式(8)所示，其中A、B表示預(yù)測(cè)框與真實(shí)框。

(8)

YOLOv3原始算法采用IOU作為性能指標(biāo)和邊框損失函數(shù)。但物體重疊時(shí)IOU值為零，無法反映兩物體之間的距離；物體不重疊且梯度為零時(shí)，無法進(jìn)行參數(shù)優(yōu)化。因此本文選用推廣IOU(generalized intersection over union，GIOU)[17]代替IOU。GIOU與IOU定義一致，并且維持尺度不變性，在重疊情況下與IOU具備強(qiáng)相關(guān)性。GIOU的計(jì)算公式如公式(9)所示，C為可以將A和B包圍在內(nèi)的最小封閉形狀。

(9)

在YOLO和YOLOv2的基礎(chǔ)上，YOLOv3將分類損失調(diào)整為二分交叉熵。如公式(10)所示，其損失函數(shù)依次由五部分組成：邊框中心位置誤差、邊框?qū)挾扰c高度誤差、邊框內(nèi)包含檢測(cè)目標(biāo)時(shí)的置信度誤差、邊框內(nèi)不包含檢測(cè)目標(biāo)時(shí)的置信度誤差和目標(biāo)分類誤差。

(10)

若值為1，則第i個(gè)網(wǎng)格的第j個(gè)anchor box負(fù)責(zé)預(yù)測(cè)該目標(biāo)邊界框。本文采用GIOU作為邊框損失函數(shù)，首先輸入預(yù)測(cè)邊界框與真實(shí)邊界框的坐標(biāo)值，并將預(yù)測(cè)值進(jìn)行排序，然后分別計(jì)算、及二者交集的面積 ，隨后找出最小包圍框I，其中：

(11)

最小包圍框的面積為：

(12)

最后計(jì)算GIOU、LGIOU，其計(jì)算公式如公式(13)～(14)所示。

(13)

LGIOU=1-GIOU

(14)

2.3 聚類方法優(yōu)化

YOLOv3采用anchor box機(jī)制進(jìn)行邊界框預(yù)測(cè)，并選用k-means聚類方法對(duì)anchor box進(jìn)行初始化，獲得一組固定尺寸的候選框。特征圖的尺度與anchor box的尺寸信息成反比，較大尺度的特征圖使用較小的anchor box進(jìn)而獲得小目標(biāo)的檢測(cè)信息，較小尺度的特征圖使用較大的anchor box進(jìn)而獲得小目標(biāo)的檢測(cè)信息。例如，YOLOv3在COCO數(shù)據(jù)集上，可得9種anchor box的尺寸信息如表1所示。

表1 YOLOv3 的先驗(yàn)框尺寸

考慮到KITTI、PennFudanPed等數(shù)據(jù)集中圖像尺寸過大，且k-means聚類方法在初始聚類點(diǎn)選擇時(shí)具備過強(qiáng)的隨機(jī)性和較大的時(shí)間復(fù)雜度，本文采用k-means++算法[18]對(duì)數(shù)據(jù)重新進(jìn)行聚類，獲得更恰當(dāng)?shù)木垲愔行摹?/p>

k-means++的基本思想是使所有被選擇的初始聚類中心之間的距離值盡量大。首先從輸入的眾多數(shù)據(jù)點(diǎn)中任意選擇一個(gè)數(shù)據(jù)點(diǎn)作為首個(gè)聚類中心x，然后針對(duì)數(shù)據(jù)集合中的每一個(gè)點(diǎn)a，計(jì)算其與最近聚類中心(當(dāng)前已選擇的聚類中心)的距離：d(a)；接著對(duì)聚類中心點(diǎn)重新進(jìn)行選擇(依據(jù)是當(dāng)前d(a)最大的點(diǎn))，重復(fù)以上操作，直至k個(gè)聚類中心點(diǎn)均被選出；最后用選出的k個(gè)初始聚類中心運(yùn)行原始k-means算法，進(jìn)而獲得k個(gè)anchor box的尺寸信息。

考慮到本文數(shù)據(jù)集與公開數(shù)據(jù)集的差異，原始參數(shù)會(huì)影響模型訓(xùn)練時(shí)間和準(zhǔn)確性，因此本文采用k-means++算法對(duì)園區(qū)障礙物數(shù)據(jù)重新進(jìn)行聚類分析，針對(duì)設(shè)置的4種尺度，基于本文數(shù)據(jù)集最終得到如表2所示的12種anch-or box大致尺寸信息。

表2 k-means++聚類的先驗(yàn)框尺寸

2.4 結(jié)合立體視覺的障礙物檢測(cè)流程

針對(duì)封閉園區(qū)場(chǎng)景內(nèi)無人車障礙物實(shí)時(shí)檢測(cè)需求，首先對(duì)立體視覺相機(jī)左側(cè)圖像使用改進(jìn)YOLOv3網(wǎng)絡(luò)模型進(jìn)行障礙物目標(biāo)檢測(cè)，得到其類別及預(yù)測(cè)框信息；然后結(jié)合立體視覺相機(jī)獲取左右兩側(cè)圖像，進(jìn)行立體匹配處理，通過深度計(jì)算獲取障礙物與相機(jī)的距離信息，最終實(shí)現(xiàn)障礙物的類別與位置檢測(cè)。檢測(cè)流程如圖3所示。

圖3 障礙物檢測(cè)流程

3 實(shí)驗(yàn)

3.1 實(shí)驗(yàn)設(shè)置與數(shù)據(jù)集制作

本文實(shí)驗(yàn)選用NVIDIA GTX1060 GPU，操作系統(tǒng)為Ubuntu 16.04，軟件環(huán)境為CUDA9.0、Open CV3.4。ZED雙目立體視覺相機(jī)用于獲取深度信息，其基線距離為120 mm，幀率最高可達(dá)100 fps(Frames Per Second，每秒傳輸幀數(shù))。

實(shí)驗(yàn)選用KITTI公開數(shù)據(jù)集中的校園場(chǎng)景圖像數(shù)據(jù)，包含車輛、行人等園區(qū)內(nèi)主要類別障礙物，由于該數(shù)據(jù)集中車輛類別占比較大，導(dǎo)致首次訓(xùn)練模型平均精度均值(mean Average Precision，mAP)僅為33%。因此，實(shí)驗(yàn)增加復(fù)旦大學(xué)PennFudanPed行人數(shù)據(jù)集和自制園區(qū)數(shù)據(jù)集HD-campus并進(jìn)行數(shù)據(jù)擴(kuò)充。最終根據(jù)實(shí)際場(chǎng)景將園區(qū)內(nèi)主要障礙物分為Car、Pedestrian、Cyclist三類，共包含11 050張圖像，按照6：2：2的比例分為訓(xùn)練集、驗(yàn)證集和測(cè)試集，將測(cè)試效果最好的模型用于實(shí)時(shí)場(chǎng)景檢測(cè)。

3.2 模型訓(xùn)練

本文將訓(xùn)練集中圖像統(tǒng)一轉(zhuǎn)換為416×416大小輸入網(wǎng)絡(luò)，訓(xùn)練時(shí)設(shè)置32張圖像為一個(gè)批次，其它參數(shù)設(shè)置如表3所示。

表3 模型訓(xùn)練參數(shù)設(shè)置表

經(jīng)過20 000次迭代后的損失函數(shù)變化情況如圖4所示，橫坐標(biāo)為迭代次數(shù)，縱坐標(biāo)為損失函數(shù)值?？梢钥闯觯? 000次迭代中平均損失下降速度較快，2 000～10 000次迭代平均損失緩慢下降，10 000次以后趨于穩(wěn)定，只有小幅振蕩，說明模型訓(xùn)練效果較好。

圖4 模型損失函數(shù)變化圖

結(jié)果顯示，迭代20 000次的收斂效果最為穩(wěn)定，所以選取對(duì)應(yīng)的權(quán)重文件作為障礙物檢測(cè)實(shí)驗(yàn)的網(wǎng)絡(luò)模型。

3.3 實(shí)驗(yàn)結(jié)果與分析

1)分步改進(jìn)實(shí)驗(yàn)：

為了提升模型的檢測(cè)速度，本文將BN層參數(shù)合并到卷積層，并隨機(jī)選取測(cè)試集中的10張圖片，在其他實(shí)驗(yàn)設(shè)置相同情況下進(jìn)行測(cè)試，對(duì)比合并前后的單幀圖像檢測(cè)速度。如表4所示，參數(shù)合并后，在本文實(shí)驗(yàn)平臺(tái)上單幀圖像檢測(cè)時(shí)間平均減少25 ms，錄制視頻數(shù)據(jù)檢測(cè)幀率提升50%，且合并后檢測(cè)準(zhǔn)確程度不受影響。

表4 單幀圖像檢測(cè)速度對(duì)比表

合并參數(shù)后，為了降低較小障礙物的漏檢率，本文在YOLOv3的基礎(chǔ)上增加了一個(gè)檢測(cè)尺度。如表5所示，四尺度的特征提取網(wǎng)絡(luò)結(jié)構(gòu)較之前具有更高的檢測(cè)精度。其中，Car類提升效果最為明顯，mAP為98.55%，檢測(cè)幀率達(dá)到40 fps。其它數(shù)據(jù)類型也有明顯改善，平均檢測(cè)精度提升2.42%，平均幀率提升6 fps。數(shù)據(jù)表明，增加至4尺度的YOLOv3模型針對(duì)每一類數(shù)據(jù)的特征提取更精準(zhǔn)，分類識(shí)別能力更強(qiáng)。

表5 多尺度改進(jìn)檢測(cè)結(jié)果

如圖6所示，引入GIOU代替IOU作為邊框損失函數(shù)后mAP值較改進(jìn)前提升了6.3%。其中，Car類檢測(cè)準(zhǔn)確率最高，而Cyclist類檢測(cè)準(zhǔn)確率提升效果最為明顯。實(shí)驗(yàn)表明，采用GIOU能有效提升模型檢測(cè)精度與目標(biāo)定位能力。

圖5 改進(jìn)前后mAP對(duì)比圖

本文將改進(jìn)后的模型與雙目測(cè)距算法結(jié)合，使用ZED雙目相機(jī)在校園(封閉園區(qū))場(chǎng)景進(jìn)行實(shí)時(shí)檢測(cè)。改進(jìn)后的模型檢測(cè)平均幀率可達(dá)40 fps，滿足實(shí)時(shí)要求。圖6為實(shí)時(shí)檢測(cè)效果截圖，圖(a)、(b)和(c)中類別檢測(cè)未出現(xiàn)錯(cuò)檢、漏檢情況，模型目標(biāo)檢測(cè)效果較好。

圖6 實(shí)時(shí)檢測(cè)效果截圖

本文將改進(jìn)后的模型與雙目測(cè)距算法結(jié)合，使用ZED雙目相機(jī)在校園(封閉園區(qū))場(chǎng)景進(jìn)行實(shí)時(shí)檢測(cè)。

本文根據(jù)公式(15)計(jì)算測(cè)距誤差e，其中dm和dt分別為測(cè)量距離和真實(shí)距離。

(15)

表6為圖6中障礙物測(cè)距實(shí)驗(yàn)數(shù)據(jù)，參考相機(jī)參數(shù)及數(shù)據(jù)可知校園場(chǎng)景中3～20 m內(nèi)障礙物測(cè)距檢測(cè)結(jié)果較為準(zhǔn)確，圖(b)與圖(c)中距離較近或較遠(yuǎn)的障礙物測(cè)距誤差稍大，平均測(cè)距誤差為4.67%，效果較好。

表6 實(shí)際場(chǎng)景測(cè)距結(jié)果

2)消融實(shí)驗(yàn)：

本文從特征網(wǎng)絡(luò)改進(jìn)、改進(jìn)多尺度融合、定位損失函數(shù)、聚類方法四方面對(duì)YOLOv3進(jìn)行改進(jìn)，為單獨(dú)分析每一項(xiàng)對(duì)檢測(cè)效果的影響，設(shè)置消融實(shí)驗(yàn)。如表7所示，設(shè)置五組實(shí)驗(yàn)，確保其它實(shí)驗(yàn)設(shè)置一致的情況下，從原始YOLOv3算法逐一添加改進(jìn)項(xiàng)。實(shí)驗(yàn)1只對(duì)特征網(wǎng)絡(luò)進(jìn)行改進(jìn)，實(shí)驗(yàn)2在實(shí)驗(yàn)1的基礎(chǔ)上增加改進(jìn)多尺度融合操作，實(shí)驗(yàn)3在實(shí)驗(yàn)2的基礎(chǔ)上采用GIOU作為邊框損失函數(shù)，最后一組即為本文改進(jìn)后算法。

表7 消融實(shí)驗(yàn)結(jié)果

對(duì)比YOLOv3與實(shí)驗(yàn)1可得，特征網(wǎng)絡(luò)改進(jìn)不僅提升了檢測(cè)精度，檢測(cè)幀率也有明顯改善；對(duì)比實(shí)驗(yàn)1、2、3和本文改進(jìn)算法實(shí)驗(yàn)，可以發(fā)現(xiàn)改進(jìn)多尺度融合、采用GIOU邊框損失函數(shù)和優(yōu)化聚類方法均能有效提升檢測(cè)精度，但會(huì)增加計(jì)算量，使幀率稍有下降；最終改進(jìn)算法mAP達(dá)到98.57%，較原始算法提升4.19%，幀率提升5.1 fps。由此可見，本文的改進(jìn)方案對(duì)園區(qū)障礙物檢測(cè)具有實(shí)際意義。

3)檢測(cè)效果對(duì)比實(shí)驗(yàn)：

改進(jìn)后模型檢測(cè)效果如圖7所示，進(jìn)行數(shù)據(jù)擴(kuò)充后訓(xùn)練得到的權(quán)重文件更容易檢測(cè)到Pedestrian和Cyclist類別。圖(a)、(b)為KITTI園區(qū)數(shù)據(jù)集改進(jìn)前后檢測(cè)效果對(duì)比，原模型未檢測(cè)出的障礙物，改進(jìn)后模型均能有效檢測(cè)(圖(a)、圖(b)白色框選部分)；圖(c)選取了不同光照情況下的真實(shí)園區(qū)場(chǎng)景圖像數(shù)據(jù)進(jìn)行檢測(cè)，原始YOLOv3模型法無法檢測(cè)出障礙物，改進(jìn)后模型可準(zhǔn)確檢測(cè)，對(duì)強(qiáng)光及陰影等環(huán)境適應(yīng)性較好；圖(d)選取了多類型障礙物場(chǎng)景，原始模型存在漏檢現(xiàn)象，改進(jìn)后模型使障礙物漏檢率降低，且?guī)嗜詽M足實(shí)時(shí)檢測(cè)要求，可見本文算法可以提升園區(qū)環(huán)境內(nèi)障礙物檢測(cè)效果。

圖7 改進(jìn)前后檢測(cè)效果

將SSD、Faster R-CNN、近兩年改進(jìn)算法、YOLOv3以及本文選用算法檢測(cè)結(jié)果進(jìn)行比較分析。如表8所示，與YOLOv3原始算法相比，本文算法幀率增加了8 fps，mAP提升了4.19%，具有明顯改進(jìn)效果；而SSD與Faster R-CNN在檢測(cè)精度或檢測(cè)速度存在明顯不足；與文獻(xiàn)[14-15]的改進(jìn)算法相比，本文算法的mAP與幀率也有一定提升；與YOLO的較新版本YOLOv4和YOLOv5(YOLOv5中較為完善的版本YOLOv5l)相比，本文的算法能同時(shí)兼顧檢測(cè)精度與速度，可以較好適應(yīng)園區(qū)環(huán)境障礙物檢測(cè)。

表8 多種算法檢測(cè)對(duì)比結(jié)果

4 結(jié)束語(yǔ)

針對(duì)園區(qū)無人車障礙物檢測(cè)存在的問題，本文提出結(jié)合改進(jìn)YOLOv3和立體視覺的檢測(cè)方法。實(shí)驗(yàn)表明，改進(jìn)后的模型單張圖像檢測(cè)速度和實(shí)時(shí)檢測(cè)幀率均有提升，滿足實(shí)時(shí)性要求；針對(duì)陰影及強(qiáng)光照等惡劣環(huán)境的漏檢情況有較好改善；測(cè)距誤差穩(wěn)定維持在厘米級(jí)?？梢姡疚牡姆椒芨玫剡m用于封閉園區(qū)無人車障礙物檢測(cè)。

在接下來的工作中，將針對(duì)存在的問題進(jìn)一步研究，豐富真實(shí)場(chǎng)景數(shù)據(jù)集和實(shí)驗(yàn)平臺(tái)，繼續(xù)改進(jìn)相關(guān)算法。