茅智慧，朱佳利，吳 鑫，李 君

浙江萬里學(xué)院 信息與智能工程學(xué)院，浙江 寧波 315100

交通是一個(gè)國家經(jīng)濟(jì)發(fā)展的重要基礎(chǔ)產(chǎn)業(yè)。隨著人們生活水平的提高，汽車已經(jīng)成為人們?nèi)粘３鲂械闹匾煌üぞ?。?jù)公安部統(tǒng)計(jì)，2021年我國汽車保有量達(dá)3.02億輛[1]。但汽車提供方便的同時(shí)，全國的交通事故數(shù)量居高不下，據(jù)估計(jì)，90%的車禍?zhǔn)怯扇藶槭д`造成的[2]。傳統(tǒng)汽車駕駛需要駕駛者高度集中注意力，時(shí)刻注意周圍環(huán)境的變換，然而疲勞、噪音、天氣、心理等多方面因素都會(huì)影響駕駛者的判斷，進(jìn)而可能產(chǎn)生危險(xiǎn)。作為未來汽車的發(fā)展方向，自動(dòng)駕駛汽車擁有自主判斷能力，能較大程度地減少人為失誤。同時(shí)，自動(dòng)駕駛汽車能更好地節(jié)能減排、減少污染[3]，有良好的應(yīng)用前景。

為使自動(dòng)駕駛汽車能夠安全穩(wěn)定地運(yùn)行在道路上，對(duì)于參與道路交通的各類目標(biāo)，如：車輛、行人、交通標(biāo)志、燈光、車道線等，自動(dòng)駕駛車輛都需要做出實(shí)時(shí)精確的檢測以及判斷。對(duì)實(shí)時(shí)目標(biāo)的精準(zhǔn)檢測、識(shí)別并做出判斷是保證其運(yùn)行的基礎(chǔ)與核心。

目前，國內(nèi)外學(xué)者圍繞自動(dòng)駕駛技術(shù)做了不同領(lǐng)域的綜述，鄧偉文等[4]綜述了自動(dòng)駕駛測試領(lǐng)域自動(dòng)生成仿真場景的方法，呂品等[5]綜述了自動(dòng)駕駛數(shù)據(jù)處理的邊緣計(jì)算技術(shù)，Zamanakos等[6]對(duì)基于激光雷達(dá)的目標(biāo)檢測進(jìn)行了綜述。本文則圍繞深度學(xué)習(xí)的YOLO系列算法在自動(dòng)駕駛目標(biāo)檢測識(shí)別中的應(yīng)用進(jìn)行綜述，并對(duì)其在提升實(shí)時(shí)檢測的效率與精度方面做出相應(yīng)的總結(jié)與展望。

1 自動(dòng)駕駛簡述

自動(dòng)駕駛汽車中的自動(dòng)駕駛系統(tǒng)是多技術(shù)融合的產(chǎn)物。所謂自動(dòng)駕駛即通過多種車載傳感器（如攝像頭、激光雷達(dá)、毫米波雷達(dá)、GPS、慣性傳感器等）來識(shí)別車輛所處的周邊環(huán)境和狀態(tài)，并根據(jù)所獲得的環(huán)境信息（包括道路信息、交通信息、車輛位置和障礙物信息等）自主做出分析和判斷，從而自主地控制車輛運(yùn)動(dòng)，最終實(shí)現(xiàn)自動(dòng)駕駛[7]。

根據(jù)車輛的智能性程度，2021年8月20日，工信部批準(zhǔn)發(fā)布了GB/T 40429—2021《汽車駕駛自動(dòng)化分級(jí)》標(biāo)準(zhǔn)[8]。該標(biāo)準(zhǔn)將自動(dòng)駕駛劃分為L0～L5等級(jí)，具體分級(jí)標(biāo)準(zhǔn)如表1所示。

表1 GB/T 40429—2021《汽車駕駛自動(dòng)化分級(jí)》標(biāo)準(zhǔn)Table 1 GB/T 40429—2021 Automotive driving automation classification standard

20世紀(jì)80年代，卡內(nèi)基梅隆大學(xué)提出了最早的在結(jié)構(gòu)化環(huán)境中駕駛的自動(dòng)駕駛汽車項(xiàng)目[9]，以及慕尼黑聯(lián)邦大學(xué)提出高速公路駕駛項(xiàng)目[10]。1986年，全球第一輛由計(jì)算機(jī)駕駛的汽車NavLab1誕生，1992年，國防科技大學(xué)成功研制出中國第一輛無人駕駛汽車[11]。此后，DARPA大挑戰(zhàn)[12-13]等項(xiàng)目不斷推動(dòng)自動(dòng)駕駛的技術(shù)向前發(fā)展。

在學(xué)術(shù)界之外，汽車制造商和科技公司也開展了研究，開發(fā)自己的自動(dòng)駕駛汽車。2000年，美國通用汽車開發(fā)了一套自動(dòng)碰撞預(yù)警/防止系統(tǒng)，夜視和后視報(bào)警系統(tǒng)的應(yīng)用使得汽車具備L0的應(yīng)急輔助功能[14]。各種高級(jí)駕駛輔助系統(tǒng)，如自適應(yīng)巡航控制（adaptive cruise control，ACC）、車道保持輔助和車道偏離警告技術(shù)，為現(xiàn)代汽車提供了部分自主權(quán)，車輛進(jìn)入L1的部分駕駛輔助階段；寶馬、奔馳、大眾、通用、特斯拉、上汽、吉利、小鵬等品牌汽車在2017年基本都已實(shí)現(xiàn)L2級(jí)別的整車落地與推廣，該級(jí)別車輛一般搭載有的車道內(nèi)自動(dòng)駕駛、換道輔助、自動(dòng)泊車功能；2020年后，多款汽車（奔馳、通用、特斯拉、吉利、小鵬等）開始導(dǎo)入L3與L4級(jí)別以上的自動(dòng)駕駛[15]。但至今，L2級(jí)別的汽車依然是企業(yè)商業(yè)化發(fā)展的重點(diǎn)。這些技術(shù)不僅提高了現(xiàn)代汽車的安全性，使駕駛變得更容易，而且還為完全自主的汽車鋪平了道路。在自動(dòng)駕駛技術(shù)中，提升環(huán)境的感知能力能提供更安全的運(yùn)行環(huán)境。

2 面向自動(dòng)駕駛的目標(biāo)檢測

2.1 評(píng)價(jià)指標(biāo)

在介紹目標(biāo)檢測的算法之前，需要了解在目標(biāo)檢測中常用的評(píng)價(jià)指標(biāo)。在判斷分類的精度一般使用準(zhǔn)確度（accuracy）、精確度（precision）、召回率（recall rate）、AP（average precision）、mAP（mean average precision）等，在判斷定位的精度一般使用交并比（intersection over union，IoU），在判斷運(yùn)行的速度時(shí)一般采用FPS（frames per second）。

假定待分類目標(biāo)只有正例（positive）和負(fù)例（negative）兩種，則有以下四個(gè)指標(biāo)：（1）TP（true positive），被正確識(shí)別成正例的正例；（2）FP（false positive），被錯(cuò)誤識(shí)別成正例的負(fù)例；（3）TN（true negative），被正確識(shí)別成負(fù)例的負(fù)例；（4）FN（false negative），被錯(cuò)誤識(shí)別成負(fù)例的正例。

（1）準(zhǔn)確度是指所有預(yù)測中預(yù)測正確的比例。

（2）精確率是指在所有檢測出的目標(biāo)中檢測正確的概率。

精確率是從預(yù)測結(jié)果的角度來定義。Accuracy針對(duì)所有樣本，而Precision僅針對(duì)檢測出來（包括誤檢）的那一部分樣本。

（3）召回率是指所有的正樣本中正確識(shí)別的概率。

（4）AP由P-R曲線和坐標(biāo)圍起來的面積組成，用于表示不同召回率下檢測的平均正確性。mAP為各類別AP的平均值，用于對(duì)所有目標(biāo)類別檢測的效果取平均值。性能越好，比值越高。

（5）IoU表示的是“預(yù)測的邊框”和原圖片標(biāo)注的“真實(shí)邊框”的交疊率，是兩者交集與并集的比值。比值達(dá)到1時(shí)預(yù)測的效果達(dá)到最佳。

（6）FPS是目標(biāo)檢測的速度性能評(píng)價(jià)指標(biāo)，檢測速度代表目標(biāo)檢測算法與模型的計(jì)算性能。FPS即每秒處理圖片的幀數(shù)，數(shù)值越大代表檢測速度越快。

2.2 目標(biāo)檢測算法

早期的自動(dòng)駕駛車輛系統(tǒng)嚴(yán)重依賴精確的傳感器數(shù)據(jù)，利用多傳感器設(shè)置和昂貴的傳感器（如激光雷達(dá)）提供精確的環(huán)境感知。這些自動(dòng)駕駛車輛的參數(shù)由開發(fā)人員設(shè)置，并在模擬和現(xiàn)場測試后手動(dòng)調(diào)整[16-17]。這種方法的缺點(diǎn)是需要大量時(shí)間手動(dòng)調(diào)整參數(shù)[18]，而且很難推廣到新的應(yīng)用場景。繼深度學(xué)習(xí)廣泛應(yīng)用于圖像分類和語音識(shí)別等領(lǐng)域后[19-20]，人們開始將深度神經(jīng)網(wǎng)絡(luò)（deep neural networks，DNN）應(yīng)用在自動(dòng)駕駛車輛上，包括規(guī)劃和決策[21]、感知[22]以及地圖和定位[23]。

目標(biāo)檢測與識(shí)別是自動(dòng)駕駛的感知系統(tǒng)的重要組成部分，在目標(biāo)檢測領(lǐng)域近10年具有代表性的算法如圖1所示。基于深度學(xué)習(xí)的目標(biāo)檢測算法包含有Two-Stage目標(biāo)檢測算法和One-Stage目標(biāo)檢測算法兩類。

圖1 目標(biāo)檢測代表性算法Fig.1 Representative object detection algorithms

在深度學(xué)習(xí)的Two-Stage目標(biāo)檢測的經(jīng)典主流算法主要有R-CNN[24]、SPP-Net[25]、Fast R-CNN[26]、Faster R-CNN[27]、R-FCN[28]以及NAS-FPN[29]等。Ross Girshick等[24]于2014年提出的R-CNN算法是第一個(gè)工業(yè)級(jí)精度的Two-Stage目標(biāo)檢測算法，后期基于分類的Two-Stage算法雖然在檢測效果上有了很大提升，但是在算法的速度上，還是不能滿足目標(biāo)檢測任務(wù)對(duì)于實(shí)時(shí)性的要求（如表2所示）。

表2 Two-Stage目標(biāo)檢測算法的優(yōu)缺點(diǎn)及實(shí)時(shí)性Table 2 Advantages，disadvantages and real-time performance of Two-Stage target detection algorithm

隨著One-Stage目標(biāo)檢測算法的提出，目標(biāo)檢測的效率得到了大幅度的提升，使將其應(yīng)用于自動(dòng)駕駛系統(tǒng)中的目標(biāo)實(shí)時(shí)感知檢測成為可能。One-Stage目標(biāo)檢測算法是學(xué)者們提出的新的一類基于回歸思想的檢測算法，其中典型的兩類算法是SSD（single shot multibox detector）系列[30]和YOLO（you only look once）系列。2016年Redmon等人提出YOLO算法[31]，開創(chuàng)性地將檢測問題轉(zhuǎn)化為回歸問題，使用卷積神經(jīng)網(wǎng)絡(luò)來直接完成目標(biāo)類別的判定和邊界的預(yù)測。真正意義上實(shí)現(xiàn)了目標(biāo)的實(shí)時(shí)檢測，開啟了目標(biāo)檢測One-Stage算法的新紀(jì)元。

YOLO系列算法滿足了目標(biāo)檢測的實(shí)時(shí)性，但在檢測精度上卻做出了一定的犧牲，尤其是YOLO v1對(duì)于分布密集的小物體，更是極易出現(xiàn)漏檢的情況。近幾年Redmon團(tuán)隊(duì)不斷改進(jìn)YOLO算法，將其更新至YOLO v3[32-33]。2020年，Bochkovskiy等人[34]在此基礎(chǔ)上改進(jìn)并發(fā)布了YOLO v4，后續(xù)YOLO v5以及YOLO X版本的更迭，使得YOLO系列算法更適用于工程實(shí)踐，其精度及實(shí)時(shí)性都得到改善（見表3），學(xué)者們開始將YOLO算法應(yīng)用到自動(dòng)駕駛目標(biāo)的實(shí)時(shí)監(jiān)測。

表3 One-Stage目標(biāo)檢測算法的優(yōu)缺點(diǎn)及適用場景Table 3 Advantages，disadvantages and applicable scenarios of One-Stage target detection algorithm

2.3 YOLO算法在自動(dòng)駕駛的應(yīng)用

隨著自動(dòng)駕駛車輛和深度學(xué)習(xí)目標(biāo)檢測不斷的研究，學(xué)者們將改進(jìn)后的YOLO算法應(yīng)用到自動(dòng)駕駛車輛目標(biāo)（車輛、行人、交通標(biāo)志、燈光、車道線等）的實(shí)時(shí)監(jiān)測中。

2.3.1 交通標(biāo)志的檢測

在交通安全中，交通標(biāo)志識(shí)別的準(zhǔn)確性在高級(jí)駕駛員輔助系統(tǒng)、自動(dòng)駕駛車輛中發(fā)揮著關(guān)鍵作用。

Zhang等[35]通過添加新圖像和變換圖像擴(kuò)展了中國交通標(biāo)志數(shù)據(jù)集（CTSD），形成新的數(shù)據(jù)集CCTSDB（CSUST Chinese traffic sign detection benchmark），并在YOLO v2算法網(wǎng)絡(luò)的中間層采用多個(gè)1×1卷積層，在頂層減少卷積層，降低計(jì)算復(fù)雜度。Yang等[36]同樣選擇了CCTSDB數(shù)據(jù)集，分別使用YOLO v3和YOLO v4訓(xùn)練訓(xùn)練集。通過測試對(duì)比為其在數(shù)據(jù)集測試中IoU的變化（如圖2），YOLO v4在目標(biāo)檢測方面優(yōu)于YOLO v3。

圖2 IoU對(duì)比圖Fig.2 Comparison of IoU

Dewi等[37]則使用生成式對(duì)抗網(wǎng)絡(luò)（generative adversarial networks，GAN）生成更逼真和多樣化的交通標(biāo)志的訓(xùn)練圖片，將合成圖像與原始圖像相結(jié)合，以增強(qiáng)數(shù)據(jù)集并驗(yàn)證合成數(shù)據(jù)集的有效性。使用YOLO、YOLO v3和YOLO v4迭代。圖像混合后識(shí)別性能得到了提升，在YOLO v3上mAP（平均精度值）為84.9%，在YOLO v4 mAP為89.33%。

Mohd-Isa等[38]通過在YOLO v3框架中包含空間金字塔池化（SPP），進(jìn)一步識(shí)別真實(shí)環(huán)境中的遠(yuǎn)小交通標(biāo)志。Mangshor等[39]使用YOLO訓(xùn)練模型以進(jìn)行識(shí)別五種警示交通標(biāo)志，包括十字路口、右十字路口、左十字路口、馬來西亞交通標(biāo)志的學(xué)童橫穿和碰撞。實(shí)時(shí)物體檢測的測試結(jié)果在交通標(biāo)志檢測和識(shí)別上都達(dá)到了96.00%的準(zhǔn)確率。

呂禾豐等[40]調(diào)整了YOLO v5算法的損失函數(shù)，使用EIOU（efficient intersection over union）損失函數(shù)代替GIOU（generalized intersection over union）損失函數(shù)來提高算法的精度，實(shí)現(xiàn)對(duì)目標(biāo)更快速的識(shí)別；使用Cluster NMS（non-maximum suppression）代替Weighted-NMS算法，提高生成檢測框的準(zhǔn)確率。

在使用YOLO算法進(jìn)行交通標(biāo)志的研究過程中，一般分為以下方式進(jìn)行改變：（1）擴(kuò)建數(shù)據(jù)集或者強(qiáng)化數(shù)據(jù)集。文獻(xiàn)[35]擴(kuò)充了中國交通標(biāo)志的數(shù)據(jù)集，文獻(xiàn)[37]通過虛擬圖片強(qiáng)化原有數(shù)據(jù)集，但是在實(shí)驗(yàn)過程中涉及識(shí)別的數(shù)據(jù)類型并不完全，標(biāo)注識(shí)別的數(shù)據(jù)圍繞三大類：指示標(biāo)志、禁止標(biāo)志、警告標(biāo)志；（2）修改算法的損失函數(shù)或網(wǎng)絡(luò)結(jié)構(gòu)，通常在保證一定的檢測速度優(yōu)勢(shì)的基礎(chǔ)上提升原算法的檢測精度，文獻(xiàn)[38]添加池化層，文獻(xiàn)[40]使用GIOU損失函數(shù)取代（如表4所示）。

表4 交通標(biāo)志的檢測研究工作Table 4 Research work on detection of traffic signs

2.3.2 交通燈的檢測

交通信號(hào)圖像是道路上最重要的信息之一，交通信號(hào)燈檢測是智能車輛和駕駛輔助系統(tǒng)的重要組成部分。

Jensen等[41]應(yīng)用了實(shí)時(shí)目標(biāo)檢測系統(tǒng)YOLO，檢測公共LISA交通燈數(shù)據(jù)集，該數(shù)據(jù)集包含大量在不同光照和天氣條件下捕獲的帶標(biāo)簽的交通燈，達(dá)到了90%的準(zhǔn)確率。Possatti等[42]使用YOLOv3模型，與智能汽車使用的先驗(yàn)地圖相結(jié)合，識(shí)別預(yù)定義路線的相關(guān)交通燈。該實(shí)驗(yàn)的數(shù)據(jù)集分類過程中只考慮了兩類對(duì)象：紅-黃和綠交通燈。通過混合紅色和黃色信號(hào)燈的方式，克服黃色樣品的不足，實(shí)現(xiàn)實(shí)時(shí)的現(xiàn)實(shí)交通信號(hào)燈的檢測。Gao等[43]使用YOLO v3和YOLO v4算法對(duì)道路上的交通信號(hào)圖像進(jìn)行檢測和識(shí)別實(shí)驗(yàn)，結(jié)果表明，YOLO v4網(wǎng)絡(luò)的準(zhǔn)確率高于YOLO v3網(wǎng)絡(luò)。

在交通信號(hào)燈的檢測過程中，在較長時(shí)間內(nèi)使用的公共數(shù)據(jù)集偏小，無法提供足夠的標(biāo)簽來訓(xùn)練，深度神經(jīng)網(wǎng)絡(luò)。文獻(xiàn)[41]通過合并樣本的方式解決數(shù)據(jù)問題，文獻(xiàn)[44]則創(chuàng)建了一個(gè)覆蓋多種自然環(huán)境的大型的數(shù)據(jù)集。

2.3.3 交通車輛的檢測

隨著交通需求量的提升，道路交通壓力也在不斷的增加。不同的車輛類型都需要進(jìn)行檢測，包括機(jī)動(dòng)車與非機(jī)動(dòng)車。

葉佳林等[45]在YOLO v3框架下，設(shè)計(jì)特征融合結(jié)構(gòu)和采用GIOU損失函數(shù)，降低非機(jī)動(dòng)車漏檢率，提高定位準(zhǔn)確度。Zhou等[46]將毫米波雷達(dá)與攝像機(jī)信息融合，利用時(shí)空同步關(guān)聯(lián)多傳感器數(shù)據(jù)，通過YOLO v2算法實(shí)現(xiàn)深度融合對(duì)車輛的目標(biāo)檢測識(shí)別。張成標(biāo)等[47]改動(dòng)原YOLO v2網(wǎng)絡(luò)框架，添加改進(jìn)的殘差網(wǎng)絡(luò)（如圖3）和Kelu激活函數(shù)來提高檢測準(zhǔn)確率，添加多尺度層來提升對(duì)圖片中不同尺寸目標(biāo)的檢測精度。

圖3 改進(jìn)殘差結(jié)構(gòu)對(duì)比圖Fig.3 Comparison of improved residual structure

Chen等[48]提出YOLO v3-live，是在Tiny-YOLO v3的網(wǎng)絡(luò)層結(jié)構(gòu)上進(jìn)行裁剪，量化網(wǎng)絡(luò)中的網(wǎng)絡(luò)參數(shù)，這種方式降低了嵌入式設(shè)備的計(jì)算復(fù)雜度，速度得到提升可以達(dá)到28 FPS，但是在同樣的數(shù)據(jù)集上，mAP降低了18%。Wu等[49]在YOLO v5s神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的基礎(chǔ)上，提出了YOLO v5-Ghost。調(diào)整了YOLO v5s的網(wǎng)絡(luò)層結(jié)構(gòu)。計(jì)算復(fù)雜度降低，更適合嵌入式設(shè)備。用該結(jié)構(gòu)實(shí)現(xiàn)車輛和距離的實(shí)時(shí)檢測，YOLO v5-Ghost的檢測速度提高19 FPS，但是mAP降低3%。

在使用YOLO算法進(jìn)行交通車輛的研究過程中，文獻(xiàn)[45]使用GIOU損失函數(shù)，文獻(xiàn)[47]添加KeLU激活函數(shù)來提升監(jiān)測精度。文獻(xiàn)[45]根據(jù)實(shí)際情況修改候選框的值、增加多尺度檢測，能在一定程度上降低漏檢率，提升不同尺度目標(biāo)的檢測精度（如表5所示）。上述文獻(xiàn)所使用的數(shù)據(jù)集并不統(tǒng)一，測試出的準(zhǔn)確度僅限參考。

表5 交通車輛的檢測研究工作Table 5 Research work on detection of traffic vehicles

2.3.4 行人的檢測

在交通中，行人同樣是研究的重要部分。智能或無人駕駛車輛需要檢測行人，識(shí)別他們的肢體運(yùn)動(dòng)，并了解他們行為的意義，然后再做出適當(dāng)?shù)捻憫?yīng)決策。

Lan等[50]在YOLO v2的網(wǎng)絡(luò)結(jié)構(gòu)中，將穿透層連接數(shù)從16層改為12層，檢測速度得到提升，同時(shí)由實(shí)驗(yàn)結(jié)果看降低了漏檢率（Miss Rate）（如圖4）。

圖4 各算法行人檢測的漏檢率比較Fig.4 Comparison of missing detection rates of pedestrian detection algorithms

高宗等[51]提出在原有的YOLO網(wǎng)絡(luò)結(jié)構(gòu)中，結(jié)合行人在圖像中表現(xiàn)出小縱橫比的特點(diǎn)，通過聚類選擇合適數(shù)量和規(guī)格的候選幀，改變YOLO網(wǎng)絡(luò)結(jié)構(gòu)，調(diào)整候選幀在X軸和Y軸方向的分布密度，形成適合行人檢測的網(wǎng)絡(luò)結(jié)構(gòu)。但是該方法將行人檢測視為二分類問題，使得在行人動(dòng)態(tài)變化的檢測方面具有較大局限性。

郝旭政等[52]提出了一種基于深度殘差網(wǎng)絡(luò)和YOLO模型的行人檢測與識(shí)別方法。Zhang等[53]的Caps-YOLO檢測模型則基于YOLO v3，該模型采用dense connection代替了原有網(wǎng)絡(luò)中的shortcut connection，構(gòu)造了dense block組件，提高了feature map的利用率。同時(shí)采用向量神經(jīng)元結(jié)合動(dòng)態(tài)路由機(jī)制來實(shí)現(xiàn)該模型的檢測功能，降低漏檢和誤檢姿態(tài)復(fù)雜的行人的概率，在不同的數(shù)據(jù)集上精度提升1.81%～6.63%不等。Liu等[54]采用K-means聚類方法直接計(jì)算anchor使用數(shù)據(jù)集的幀大小。通過引入SE模塊（squeeze-and-excitation networks，SENet）和集成DIOU（distance-IoU）損失函數(shù)。提高對(duì)智能駕駛系統(tǒng)中小尺度行人目標(biāo)的檢測精度。

Zhang等[55]基于Tiny-YOLOv3網(wǎng)絡(luò)提出了在原有網(wǎng)絡(luò)的基礎(chǔ)上增加了三層卷積，提高了模型提取特征的能力；引入了1×1卷積核對(duì)特征進(jìn)行降維，減少加深模型引起的計(jì)算量，保證了檢測的實(shí)時(shí)性，但是仍存在漏檢，小目標(biāo)的識(shí)別不夠準(zhǔn)確問題。

進(jìn)行行人的研究過程中，使用的數(shù)據(jù)集一般以PASCAL VOC為主，再與其他數(shù)據(jù)集結(jié)合，增大數(shù)據(jù)的樣本集。在研究過程中會(huì)有增加或減少YOLO網(wǎng)絡(luò)結(jié)構(gòu)的操作，但是在現(xiàn)有的One-Stage的算法中，其精度還落后于Two-Stage的算法，減少網(wǎng)絡(luò)層的方式能提高檢測速度，卻造成了精度的降低。雖然進(jìn)一步修改網(wǎng)絡(luò)結(jié)構(gòu)是為提升精度或速度，但是在設(shè)計(jì)實(shí)施過程中還需更多的經(jīng)驗(yàn)支撐（如表6所示）。

表6 行人的檢測研究工作Table 6 Research work on detection of pedestrian

2.3.5 車道線的檢測

實(shí)現(xiàn)高效的車道檢測是無人駕駛車輛道路環(huán)境感知模塊的重要組成部分之一，車道線檢測的準(zhǔn)確性同樣影響到無人駕駛車輛的安全性。

Zhang等[56]構(gòu)建了一個(gè)基于YOLO v3的兩階段學(xué)習(xí)網(wǎng)絡(luò)，對(duì)YOLO v3算法的結(jié)構(gòu)參數(shù)進(jìn)行了修改，采用基于Canny算子的自適應(yīng)邊緣檢測算法對(duì)第一階段模型檢測到的車道進(jìn)行重新定位，并將處理的圖像作為標(biāo)簽數(shù)據(jù)用于第二階段模型的訓(xùn)練，提高復(fù)雜場景下車道檢測的準(zhǔn)確性。圖5顯示了KITTI和Caltech數(shù)據(jù)集上的P-R（精確召回）曲線的結(jié)果?；赮OLO系列的檢測算法在車道檢測方面優(yōu)勢(shì)明顯，尤其是基于YOLO v3的S×2S結(jié)構(gòu)模型表現(xiàn)最好。崔文靚等[57]在原YOLO v3的基礎(chǔ)上，利用K-means++聚類算法優(yōu)化網(wǎng)絡(luò)anchor參數(shù)，并改進(jìn)YOLO v3算法卷積層結(jié)構(gòu)，使最終結(jié)果較原始算法平均檢測準(zhǔn)確率提升了11%。

圖5 兩個(gè)數(shù)據(jù)集上不同算法的P-R曲線Fig.5 P-R curves of different algorithms on two datasets

Ji等[58]根據(jù)車道線圖縱向和橫向分布密度不一致的特點(diǎn)，將車道線圖劃分為S×2S網(wǎng)格，并簡化網(wǎng)絡(luò)將原YOLO v3算法中的卷積層從53層調(diào)整為49層，以及對(duì)簇中心距離和損失函數(shù)等參數(shù)進(jìn)行了改動(dòng)。最終平均檢測準(zhǔn)確率為92.03%，處理速度為48 FPS，該改動(dòng)更適合于3車道線等小目標(biāo)的檢測。張翔等[59]同樣采用S×2S網(wǎng)格密度的YOLO v3算法，并在雙向循環(huán)門限單元（bidirectional gated recurrent unit，BGRU）的基礎(chǔ)上，提出基于車道線分布關(guān)系的車道線檢測模型（BGRU-Lane，BGRU-L）。最后利用基于置信度的D-S（Dempster-Shafer）算法融合YOLO v3(S×2S)和BGRU-L的檢測結(jié)果，提高了模型檢測小尺寸、大寬高比物體的準(zhǔn)確度。

Deng等[60]采用MobileNetV3作為特征提取塊，用引入了注意力機(jī)制CBAM（convolutional block attentionmodule）的YOLO v4和SegNet作為分支來檢測車輛和車道線，適用于跟車場景的車輛和車道線多任務(wù)聯(lián)合檢測模型。

在進(jìn)行車道線的研究過程中，文獻(xiàn)[56]提出了一種標(biāo)簽圖片的自動(dòng)標(biāo)注算法，豐富了數(shù)據(jù)集的同時(shí)提高了標(biāo)注效率，文獻(xiàn)[60]通過使用輕量級(jí)網(wǎng)絡(luò)MobileNetV3提高網(wǎng)絡(luò)檢測速度，或者通過修改網(wǎng)絡(luò)密度使算法更適用于車道線的檢測。但是在對(duì)于大坡度以及復(fù)雜場景中的車道線的識(shí)別還存在局限性，需要進(jìn)一步的進(jìn)行研究（如表7所示）。

表7 車道線的檢測研究工作Table 7 Research work on detection of lane line

3 應(yīng)用挑戰(zhàn)與發(fā)展方向

通過對(duì)基于YOLO算法的自動(dòng)駕駛目標(biāo)檢測現(xiàn)狀綜述，了解到要擁有更精確和實(shí)時(shí)的檢測效果，實(shí)現(xiàn)自動(dòng)駕駛汽車的普遍推廣應(yīng)用，還面臨眾多挑戰(zhàn)。本文針對(duì)這些挑戰(zhàn)，提出如下可能的解決方案和潛在的發(fā)展方向：

（1）在檢測上擴(kuò)大目標(biāo)檢測的內(nèi)容范圍。以交通標(biāo)志為例，道路設(shè)計(jì)的過程中，涉及到的交通路標(biāo)遠(yuǎn)不止現(xiàn)階段實(shí)驗(yàn)的標(biāo)志，現(xiàn)階段檢測的交通標(biāo)志以指示標(biāo)志、禁止標(biāo)志、警告標(biāo)志為主，但是實(shí)際情況中還包含眾多的指路標(biāo)志和輔助標(biāo)志。對(duì)于這些標(biāo)志還需進(jìn)一步擴(kuò)展相關(guān)數(shù)據(jù)集、設(shè)計(jì)能夠理解道路規(guī)則和其他道路使用者行為的自動(dòng)駕駛車輛，以確保自動(dòng)駕駛車輛在停車標(biāo)志、減速標(biāo)識(shí)、紅燈及會(huì)車等情況自動(dòng)降低車速，做出合理應(yīng)答。

（2）在檢測場景上進(jìn)一步考慮多種復(fù)雜環(huán)境，有效控制復(fù)雜環(huán)境對(duì)檢測效果的影響。仿真測試驗(yàn)證是現(xiàn)在自動(dòng)駕駛測試領(lǐng)域的主要使用手段，仿真環(huán)境的可信度直接影響著測試結(jié)果的準(zhǔn)確度，現(xiàn)階段的仿真往往會(huì)忽略掉一些環(huán)境因素對(duì)其準(zhǔn)確性的影響，在未來的仿真測試中考慮包括霧霾、大雨等自然環(huán)境干擾，添加場地、交通對(duì)其的影響，將實(shí)驗(yàn)室效果越接近自然且真實(shí)的環(huán)境，越能降低現(xiàn)場測試的成本。

（3）訓(xùn)練深度學(xué)習(xí)模型需要大量數(shù)據(jù)，龐大的計(jì)算量會(huì)降低檢測速度，所以可以通過加入輕量級(jí)網(wǎng)絡(luò)，如MobileNet系列、ShuffleNet系列等保證網(wǎng)絡(luò)的實(shí)時(shí)性，同時(shí)通過改變參數(shù)和相關(guān)函數(shù)提升檢測精度。

（4）自動(dòng)駕駛車輛的通信資源寶貴，計(jì)算資源有限，當(dāng)系統(tǒng)的計(jì)算資源出現(xiàn)不足時(shí)將嚴(yán)重影響自動(dòng)駕駛車輛目標(biāo)檢測的精度。隨著網(wǎng)絡(luò)技術(shù)的發(fā)展，可以通過網(wǎng)絡(luò)共享協(xié)同的方式，將周邊不同車輛的檢測內(nèi)容進(jìn)行共享，減少網(wǎng)絡(luò)的數(shù)據(jù)處理量，進(jìn)一步提升檢測實(shí)時(shí)性。但同時(shí)也要注意關(guān)注信息冗余，減少不必要信息的共享，避免資源浪費(fèi)。

4 結(jié)束語

深度學(xué)習(xí)方法助力著自動(dòng)駕駛目標(biāo)檢測技術(shù)的快速發(fā)展，是未來的重要研究方向之一。本文綜述了YOLO系列算法和自動(dòng)駕駛車輛的發(fā)展歷程及其在自動(dòng)駕駛目標(biāo)實(shí)時(shí)檢測中的應(yīng)用，將該方法應(yīng)用到真實(shí)環(huán)境中還面臨著許多挑戰(zhàn)。

在交通標(biāo)志的檢測過程中由于數(shù)據(jù)集采集標(biāo)注的問題，交通標(biāo)志的識(shí)別類別不夠完整；在交通燈的檢測過程中，黃燈數(shù)據(jù)集偏小，對(duì)于深度學(xué)習(xí)的準(zhǔn)確性產(chǎn)生了一定的影響；在車輛及行人的檢測過程中，關(guān)注于改進(jìn)網(wǎng)絡(luò)結(jié)構(gòu)以及損失函數(shù)；在車道線的檢測過程中，會(huì)選擇將算法的網(wǎng)格密度修改為S×2S。

通過不同的方式不斷的改進(jìn)自動(dòng)駕駛目標(biāo)檢測的實(shí)時(shí)性與精確性，但是現(xiàn)階段的實(shí)驗(yàn)結(jié)果還存在一定的局限性，同時(shí)在綜述過程中發(fā)現(xiàn)文章關(guān)注的性能不同，導(dǎo)致羅列較多性能但是同樣的性能對(duì)比卻不多。同時(shí)新階段YOLO系列的算法在不斷更新，推出了YOLO-X版本，但是YOLO-v4后的研究論文還有一定的空缺，需要進(jìn)一步從不同角度進(jìn)行研究。