基于多传感器数据融合的无人驾驶车辆临时道路实时感知系统研究

来源：电子测量技术杂志2026年第8期北京时间：

作者：王立勇，崔傲，苏清华，王浩东，宋越

单位：北京信息科技大学机电工程学院 北京 100192

摘要：在交通事故或道路管控等紧急情况下，常用交通锥指示临时道路。然而，当前自动驾驶研究主要聚焦结构化道路，而针对非结构化道路的相关研究则较少。因此，确保无人驾驶车辆在临时道路环境中能够准确感知交通锥构建的临时道路对提升行驶安全性具有重要意义。提出了一种基于多传感器数据融合的深度学习模型，通过快速检测特殊场景下的交通锥信息，实现临时道路检测。该框架通过改进型的YOLOX模型通过机器视觉获取环境中交通锥的颜色信息，并将其与激光雷达检测的交通锥距离数据进行融合，进而实现临时道路的实时感知。实验结果表明，该模型在非结构化道路环境中单帧检测耗时31 ms，在15 m内检测准确率超过85%，可实现交通锥的实时检测，达到设计目标，对提升无人驾驶车辆行驶安全有重要意义。

关键词：临时道路检测;机器视觉;激光雷达;数据融合;深度学习