基于YOLOv5和点云3D投影的智能驾驶车辆前方多目标跟踪检测

来源：计算机测量与控制杂志2025年第6期北京时间：

作者：刘大勇,张清睿,孟泽阳

摘要：在多目标跟踪检测任务中，需要连续地跟踪多个目标，如车辆、行人等。为了实现这一目标，系统必须能够连续地获取并处理包含这些目标的图像帧。这些连续帧图像使算法能够在每一帧图像中实时更新目标的位置和状态，如何准确地将检测到的目标与前一帧或后一帧中的目标进行关联，形成稳定的轨迹，是一个复杂的问题。为此，提出基于YOLOv5和点云3D投影的智能驾驶车辆前方多目标跟踪检测方法。运用Retinex算法对车辆前方环境图像进行增强处理，去除图像中光线干扰，以YOLOv5网络结构为基础搭建智能检测模型，将增强后的图像输入模型中，通过特征提取和目标定位，识别出车辆前方多目标。结合点云3D投影技术，推断相邻帧图像在投影坐标系中位置变化的关联性，将连续多帧图像的多目标识别结果依次投影到三维激光点云环境中，即可完成对车辆前方所有目标运动轨迹的有效跟踪。实验结果表明：应用该方法完成智能驾驶车辆前方多目标跟踪检测，所得结果MOTA（跟踪准确度）值大于30，证明了其优越的跟踪检测性能。

关键词：智能驾驶车辆;YOLOv5;多目标识别;点云3D投影;图像增强;跟踪检测