欢迎访问《现代矿业》杂志官方网站，今天是
分享到：
×
现代矿业 ›› 2025, Vol. 41 ›› Issue (04): 5-10.
续 瑞1 王建国1 朱勒地孜·马合买提1 李少博2 苏存玲2
摘要： 为解决露天矿区复杂环境下卡车碰撞预警系统、道路障碍物识别与测距不准确的问 题，提出了一种基于深度学习的单目视觉露天矿卡道路障碍物检测及测距算法。采用YOLOv5障碍物检测模型，并结合双曲嵌入算法优化Head模块，以解决检测框定位不准确的问题。通过深度学习 网络获取障碍物的像素坐标后，结合张正友标定方法和优化后的测距模型，能够准确计算出到障碍 物的真实距离。试验结果表明，改进后的 YOLOv5模型在露天矿区环境下的 mAP达到了 97.62%，检 测速度保持在55.25 FPS，满足了对障碍物检测的速度和准确率的要求。同时，通过对比实际测量值与测距模型改进前后的结果，优化后的测距误差相对较小，与实际测量值更加接近，有效实现了露天矿卡车的碰撞预警功能，可为相关研究和试验提供一定的参考。
皖公网安备34050402000109号 皖ICP备05002078号-6