江苏大学学报(自然科学版)

作者：叶心,周斌,马文丽,张乐乐

单位：（1. 重庆理工大学 车辆工程学院， 重庆 400054； 2. 重庆理工大学 汽车零部件先进制造技术教育部重点实验室， 重庆 400054）

关键词：无人驾驶方程式赛车,  点云数据处理,  YOLOv5,  目标检测,  传感器数据融合

基金：国家自然科学基金资助项目(62241201)； 重庆市自然科学基金资助项目（CSTB2023NSCQ-MSX0418）； 重庆市中小学创新人才培养工程项目（CY250903,CY250904,CY250905）； 重庆市雏鹰计划（初中）研究项目（2024CYJHCZ002）

为了快速准确地检测无人驾驶方程式大赛中赛道锥桶的特征信息，提出一种融合激光雷达点云数据和相机图像数据的检测方法.首先对点云数据进行感兴趣区域（region of interest，ROI）提取并对噪点进行滤波，针对目前地面欠分割和过分割问题引入自适应地面分割算法，并采用欧式聚类对锥桶空间位置信息进行提取；其次采集和标注图像数据集，并使用YOLOv5进行训练后检测，完成锥桶颜色信息的提取；然后将激光雷达检测的锥桶空间位置信息和相机检测的锥桶颜色信息进行融合；最后设计试验进行验证，结果表明：所提出的融合检测方法能够弥补单传感器检测锥桶带来的问题，快速准确地检测出赛道中的锥桶，为规划和决策提供了保障.

来源：2025年第6期

《江苏大学学报(自然科学版)》期刊编辑部

查看江苏大学学报(自然科学版)杂志2025年第6期