基于YOLOX的轻量级毫米波雷达和相机融合检测算法

来源：计算机测量与控制杂志2024年第7期北京时间：

作者：金建鸿,张勇,戴喆,李孔

摘要：路侧端交通目标感知常用的传感器有相机、毫米波雷达和激光雷达。激光雷达能感知到3D信息，但成本昂贵且在雨、雾、灰尘天气下易受干扰。相机的价格低劣，感知到的信息也相当丰富，但受光照和杂波干扰比较严重。毫米波雷达具有全天时、全天候工作的优势，但并不擅长检测静止的目标。为了满足交通系统全天时、全天候高效准确的感知需求，本文提出了融合检测框架RV-YOLOX，通过有效融合相机和毫米波雷达传感器的信息，取得了优于单源传感器的检测效果。RV-YOLOX中设计的雷达空间注意力模块吸纳了级联融合和逐元素相加融合的特点，可以通过将雷达的空间信息传递给视觉特征，促使其提取更加有效的信息流。此外，本文还通过结构重参数化的方式对RV-YOLOX进行了轻量化处理，使其能够在保持原有精度的同时达到更快的推理速度。最后，在自制数据集和NuScenes数据集上训练并测试算法，RV-YOLOX相比YOLOX算法ap指标能提升约3~4个点左右，且轻量级RV-YOLOX也能在提高推理速度的同时获得与RV-YOLOX相当的检测精度。

关键词：交通系统;融合检测;YOLOX;深度学习;

基金资助：浙江省交通运输厅:视觉传感器与雷达融合算法在智慧高速公路中的应用研究(2021022)