您当前的位置：
首页 >
文章列表页 >
基于视觉的轻量化路面异常检测算法
交通运输工程·土木工程 | 更新时间：2026-03-17
上一篇|下一篇

    • 基于视觉的轻量化路面异常检测算法

    • Lightweight pavement anomaly detection algorithm based on vision

    • “相关专家提出了一种行车视角下的路面异常检测算法ATFL-YOLOv8，该算法通过多项改进，在自建的包含坑洞、裂缝等异常状况的路面数据集上，相较于基线模型，mAP0.5与mAP@0.5：0.95分别提升3.1个百分点、4.2个百分点，达到89.9%、59.7%，同时参数量、浮点运算数量、模型大小分别下降47%、37%、45%，经实车验证，具备一定低速下行车端路面异常检测能力，为复杂路面异常状况的快速、准确检测提供了新的解决方案。”
    • 李军 ，杨飞帆 ，龚胜 ，周科宇
    • 吉林大学学报（工学版） 2026年56卷第2期 页码：488-496
    • 作者机构：

      1.重庆交通大学 机电与车辆工程学院，重庆 400074

      2.重庆机电职业技术大学 车辆与交通学院，重庆 402760

    • 作者简介：

      李军（1964-），男，教授，博士.研究方向：节能与新能源汽车.E-mail：cqleejun@163.com

    • 基金信息：
      国家自然科学基金项目(52172381);重庆市科技创新重大研发项目(CSTB2022TIAD-STX0003);重庆市研究生联合培养基地项目(JDLHPYJD2018003)

    • DOI： 10.13229/j.cnki.jdxbgxb.20240802     

      中图分类号：

    移动端阅览

  •  
  •  

  • AI导读

  • HTML全文

  • 图( 7 ) 表( 3 )

  • 参考文献

  • 出版信息

  • 数据统计

64

浏览量

94

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
  • BibTeX下载
  • Endnote下载
  • RefMan 下载
  • NoteExpress下载
  • NoteFirst下载

相关文章

骨架式车身多材料及梁截面形状和尺寸优化
面向动态场景复合深度学习与并行计算的DG-SLAM算法
轻质多材料动力电池包箱体选材与优化
纤维增强复合材料在汽车覆盖件中的应用
SUV白车身隐式参数化建模及多性能优化轻量化

相关作者

马超
高云凯
刘哲
段月星
田林雳
兰凤崇
李继文
陈吉清

相关机构

同济大学 汽车学院
武汉理工大学 现代汽车零部件技术湖北省重点实验室
武汉理工大学 汽车零部件技术湖北省协同创新中心
华南理工大学 机械与汽车工程学院
华南理工大学 广东省汽车工程重点实验室