基于双目视觉的拖车钩检测与定位方法研究

来源：电子测量技术杂志2024年第3期北京时间：

作者：李冰，王豪伟，韩宇辰，胡钧涛，翟永杰

单位：华北电力大学自动化系 保定 071003

摘要：在某些危险环境下需要拖车实施救援时，救援人员难以靠近，救援人员可以通过遥控操作拖车杠来完成拖车钩的挂装。针对被救援车辆拖车钩的检测与定位问题，提出了一种拖车钩检测与定位方法ECSAYOLOv5，首先改进YOLOv5算法，设计了高效注意力模块ECSA，将其替换掉空间金字塔池化模块上一层的模块，并增加一个大小为160×160的小目标检测层，能够更准确的获得拖车钩在图像中的像素坐标；通过在SGBM立体匹配算法预处理阶段加入引导滤波、后处理阶段引入加权最小二乘法WLS滤波与异常值处理，从而获得更优化的视差图，得到更为准确的目标深度信息，提高拖车钩位置信息计算的精确度。基于Jetson Agx Xavier开发板进行了实验验证，实验结果表明，ECSA-YOLOv5模型较YOLOv5s模型AP值提升了5.8%，达到了99.0%，平均实时检测帧率为14 fps，定位测距在3 m内时，误差在3.5%以下，能够满足拖车钩的检测与定位的准确性和实时性的要求。

关键词：YOLOv5;目标检测;定位测距;Agx Xavier

基金资助：国家自然科学基金面上项目（62373151）、国家自然科学基金联合项目（U21A20486）、中央高校基本科研业务费项目（2023JC006）、河北省自然科学基金（F2020502009，F2021502008）项目资助