摘要：文章提出一种面向不规则地块全覆盖并能实时避障的路径规划方法。综合农田几何形状和作业机具参数等因素设计全局路径规划方法,并在全局路径基础上针对单个及多个相邻小型静态障碍物搭建局部路径,且将离线规划全局路径与实时规划局部路径相结合形成完整的田间作业路径;应用LabVIEW2016设计无人驾驶拖拉机路径规划系统,设定参数自主规划,且基于实车平台验证该算法的有效性。结果表明,该文方法对不同形状地块在不同转弯工况下均可规划出全局路径并根据障碍物信息规划出局部路径,可以作为无人驾驶拖拉机田间作业参考路径,有较强的通用性和实用性,具有一定的现实意义。

摘要：为解决智能驾驶系统中夜间车辆检测误检多、远处小目标检测效果差的问题,在RetinaNet的基础上对损失函数进行全面优化。在分类损失函数方面,分析了负样本与正样本交并比的产生机理和对训练的影响,构造了关联交并比的分类损失函数,利用负样本交并比使网络注重于训练难分类负样本,同时利用正样本交并比提高了检测框的定位精度;在定位损失函数方面,改进了传统L1损失的归一化方式,提高了小目标检测能力。此外,针对夜间场景中的车辆特征对网络结构进行了优化设计,并在夜间车辆数据集上进行了测试验证,结果表明模型优化后的平均检测精度提升了14.6%。