Затем US $29,99 в месяц
или
汽車技術 журнал доступен для чтения онлайн с PressReader. Скачайте текущий выпуск, чтобы прочитать позже, или просмотрите прошлые выпуски 汽車技術 в архиве.
1,3 刘文广2 张瑞成1,3 1. 063210；2. 063205；3. （ 华北理工大学电气工程学院，唐山 首钢京唐钢铁联合有限责任公司，唐山 063210）风光氢储安全监测与智能运行技术创新中心，唐山 1 【摘要】针对自动驾驶交通场景中车辆检测目标尺度分布不均、背景干扰显著、小目标结构失真以及计算复杂度高等YOLOV11N ELD-YOLO C3K2-EMSC 问题，提出一种基于 的改进算法 算法。通过引入...
1 2 3 1. 121007；2. 121001；3. （ 辽宁理工学院汽车工程学院，锦州 辽宁工业大学汽车与交通工程学院，锦州 110159）理工大学汽车与交通学院，沈阳 沈阳 【摘要】针对非结构化道路场景中地表纹理复杂、边界模糊和光照变化明显等问题，提出一种融合边界增强与几何– Rgb-only） Segformer 深度先验注意力的仅红绿蓝图像输入（ 可通行区域检测方法。该方法以...
4.3 ORFD 在 数据集上开展消融试验，分析各模块对可Segformer（mit通行区域检测性能的影响。试验以 模块消融试验 3 IOU F1-score 由表 可知，基线模型的 和 分别为84.2% 91.4% Boundary 和 。在单模块设置下，引入 模块IOU 86.7%，F1-score 92.9%， 后，模型 提升至 提升至 分别2.5 1.5 较基线模型提高了 百分点和...
力，提高自动驾驶的安全性。在目标检测研究中，诸多学者围绕算法优化与场景YOLOV8交通导改装置是道路改扩建工程的核心安全设施，适配展开深入探索。向雷等[1]改进 算法，在保MAP@0.5 2.04%，对其进行精准识别对自动驾驶系统的环境感知能力至持轻量化的同时将 提升 但未针对性解关重要。基于深度学习的目标检测技术通过算法性能决遮挡场景下的像素重叠问题。王轩慧等[2]提出一种YOLOV8S KITTI 优化，可显著提升车辆对复杂施工场景的环境适应能基于改进 的轻量级目标检测算法，在...
1 1. 224100；2. 130022） 2 严欣1...
栗花伟1，2 黄晶晶2 张昱1 许东辉3 孙涛3 1. 230031；2. 230088；3.合肥综合性国家科学中心人工智能研究院，合肥 230022）淮汽车集团股份有限公司，合肥 AUTOSAR） FREERTOS）【摘要】针对汽车开放系统架构（ 工具链对商业操作系统依赖性高且对免费实时操作系统（ 适配RTE） 不足的问题，提出了一种基于模块化架构的运行时环境（ 代码自动生成工具。该工具通过信息提取器、解析器、处理FREERTOS AUTOSAR RTE 模板和代码生成器等模块，实现了...