引入时序性能评估的智能驾驶感知系统轻量化研究

来源：中国血液净化杂志2025年第5期北京时间：

作者：靳天石, 丁渭平, 杨明亮

单位：西南交通大学　机械工程学院，四川　成都　610031

摘要：<p>当前智能驾驶感知存在模型计算资源以及存储资源需求巨大的问题，导致大量研究工作难以进行实车部署。针对现有感知系统评估方法的局限性，基于目标缓存与实时推理的交叉损失，在线运行在硬件端，实现时序性能评估。在此基础上，考虑感知模型复杂性与计算量，一方面通过网络剪枝降低深度网络复杂性，另一方面通过网络量化降低网络计算量，通过2种自动化的方法大幅度提升时序感知性能。在经典感知算法中，提升时序精度最大5.2%，提升时序综合分数最大10.8%，同时降低感知模型部署的计算资源以及存储资源需求。仿真结果表明，提出的轻量优化策略不仅能有效地降低系统在实际部署中深度网络的计算复杂度和存储需求，且在其面对不同的网络结构时，仍可稳定发挥作用。引入时序评估基准的轻量优化可以获取感知系统在实车部署中的性能准确评估以及精确高效的系统轻量化策略。</p>

关键词：汽车工程,感知系统轻量化,时序性能评估,评价基准,自动优化