来源：期刊VIP网 时间：
作者：李强;陶立波;杨爱喜;Agyei PHILIP;
单位：浙江科技学院机械与能源工程学院;浙江大学工程师学院;
摘要：为快速检测与准确识别赛道锥桶，提出了一种基于YOLO v4模型的赛道锥桶检测与识别方法。首先依据复杂多变的赛道场景采集了多张锥桶图像作为数据集原始数据，在工控机上进行锥桶数据集制作、训练和模型选取；然后搭建基于YOLO v4模型的锥桶检测与识别系统，选择三种较为常见赛道场景进行实车试验。试验结果表明，所提出的方法在不同光照条件下仍能快速检测并准确识别目标锥桶，特别是在锥桶较为密集且多个锥桶目标重叠的场景下，置信度达到0.91以上，具有较强的鲁棒性，且实时检测的平均帧率达到35f/s，能够满足无人驾驶方程式赛车对感知系统准确性和实时性的需求。
关键词：无人驾驶方程式赛车;;YOLO v4;;赛道锥桶;;目标检测;;锥桶识别
基金资助：浙江省自然科学基金项目（LY21E050001）;; 汽车新技术安徽省工程技术研究中心开放基金项目（QCKJ202105）
