复杂环境下基于VOLO算法的车辆检测适应性研究

PDF(1383 KB)

汽车电器 ›› 2025, Vol. 1 ›› Issue (10) : 18-20.

智能网联

复杂环境下基于VOLO算法的车辆检测适应性研究

刘思佳，李煜晨，李发旗，许惠美，黄军峰

作者信息 +

Research on Adaptive Vehicle Detection Based on VOLO Algorithm in Complex Environments

Liu Sijia, Li Yuchen, Li Faqi, Xu Huimei, Huang Junfeng

Author information +

文章历史 +

摘要

本文探讨中国复杂道路环境下自动驾驶车辆检测的适应性挑战，分析该挑战对自动驾驶技术发展的影响与潜在风险，在此基础上，提出基于 VOLO 算法的多模态优化方案。该方案融合频域增强与动态稀疏化技术，提升自动驾驶车辆在恶劣天气下的检测性能，增强系统的鲁棒性和适应性。

Abstract

This paper explores the adaptive challenges of detecting autonomous vehicles in complex road environments in China, analyzes its impact and potential risks on the development of autonomous driving technology-Based on this, an optimization scheme based on the VOLO algorithm is proposed. This scheme integrates frequency domain enhancement and dynamic sparsity techniques, enhancing the detection performance of vehicles in harsh weather and strengthening the robustness and adaptability of the system.

导出引用

刘思佳, 李煜晨, 李发旗, 许惠美, 黄军峰. 复杂环境下基于VOLO算法的车辆检测适应性研究[J]. 汽车电器. 2025, 1(10): 18-20

Liu Sijia, Li Yuchen, Li Faqi, Xu Huimei, Huang Junfeng. Research on Adaptive Vehicle Detection Based on VOLO Algorithm in Complex Environments[J]. AUTO ELECTRIC PARTS. 2025, 1(10): 18-20

中图分类号： U469.79

参考文献

[1] 张新钰，国纪龙，李骏，等 . 基于信息论的智能驾驶可解释多模态感知 [J]. 中国科学：信息科学，2024，54（6）：1419-1440.
[2] 朱焕馨 . 基于深度学习的智能驾驶雾天可行驶路面分割方法研究 [D]. 十堰：湖北汽车工业学院，2024.
[3] 李浩然 . 基于深度学习的雾霾天气下车辆目标检测 [D]. 西安：长安大学，2024.
[4] 宁俊彦 . 自动驾驶复杂场景下目标检测研究 [D]. 西安：西安工业大学，2023.
[5] 刘奥强 . 基于深度学习的智能驾驶背景下天气分类识别研究[D]. 上海：上海工程技术大学，2021.
[6] Liu Z，Mao H，Wu C Y，et al.VOLO: Vision Outlooker for Visual Recognition[C]//Advances in Neural Information Processing Systems，2021（34）： 6398-6410.