基于改进YOLOv4的三维点云导盲系统设计
来源：计算机应用与软件杂志2025年第2期北京时间：
作者：杜龙龙, 陆学斌, 罗孝
摘要：针对传统导盲系统存在抗环境干扰能力较低，识别准确率低等问题，提出一种基于YOLOv4的激光点云导盲系统。运用高精度激光扫描仪采集路况点云信息，将点云信息转换成包含特征信息的投影图像并建立路况数据集，搭建基于DARKNET的网络模型训练框架识别复杂路况。采用K-means+KG-*3+算法改进YOLOv4模型中原有的聚类算法，提高模型多尺度检测的适应性。实验结果表明，系统识别复杂路况的平均精度为98.12%，与同类产品相比能够准确、稳定识别路况障碍。
关键词：激光扫描, 深度学习, YOLOv4, 嵌入式应用, 导盲系统
