障碍物检测方法、装置、设备、介质及产品制造方法及图纸

本申请公开了一种障碍物检测方法、装置、设备、介质及产品，涉及目标检测领域，该方法包括：获取数据集；所述数据集包括：通用目标检测数据和自主标注数据；对所述数据集进行预处理；对所述预处理后的数据集进行数据增强；构建目标检测模型；所述目标检测模型包括：Backbone模块、Neck模块以及Head模块；所述Backbone模块具体包括依次连接的第一DP_Conv模块、第一Ghost模块、第二DP_Conv模块、第二Ghost模块、第三DP_Conv模块、第三Ghost模块、第四DP_Conv模块、第四Ghost模块、第一DWC模块以及SPPF模块；基于所述目标检测模型对障碍物进行检测。本申请可在动态环境下高效完成自主巡检任务。

【技术实现步骤摘要】

本申请涉及目标检测领域，特别是涉及一种障碍物检测方法、装置、设备、介质及产品。

技术介绍

1、基于深度学习的目标检测方法已形成较为成熟的技术体系，尤其是在复杂背景、多尺度目标和遮挡等场景下取得了良好效果。许多新型的卷积神经网络架构和算法相继问世，推动了目标检测在多个应用领域的广泛应用。然而，在四足机器人这种嵌入式设备上，面临的最大挑战之一如何在保证实时性能的同时，有效地检测和识别障碍物。由于工业场景中障碍物种类繁多、形态各异，传统的障碍物检测方法常常存在计算量大、实时性差、精度不高等问题，难以满足实时性要求，尤其是在资源受限的四足机器人中。因此，如何设计一套高效、精确、实时的障碍物检测算法，成为解决这一问题的关键。降低目标检测算法对硬件的依赖，使目标检测技术能够更好地应用于四足机器人，从而在动态环境下高效完成自主巡检任务。

技术实现思路

1、本申请的目的是提供一种障碍物检测方法、装置、设备、介质及产品，可在动态环境下高效完成自主巡检任务。

2、为实现上述目的，本申请提供了如下方案：

3本文档来自技高网...

【技术保护点】

1.一种障碍物检测方法，其特征在于，所述障碍物检测方法包括：

2.根据权利要求1所述的障碍物检测方法，其特征在于，所述Neck模块具体包括依次连接的第一Conv模块、第一CARAFE上采样算子、第一Concat模块模块、第一C3模块、第二Conv模块、第二CARAFE上采样算子、第二Concat模块、第二C3模块、第三Conv模块、第三Concat模块、第三C3模块、第四Conv模块、第二DWC模块以及第四C3模块；

3.根据权利要求1所述的障碍物检测方法，其特征在于，所述Head模块包括：第五Conv模块、第六Conv模块以及第七Conv模块；

4....

【技术特征摘要】

1.一种障碍物检测方法，其特征在于，所述障碍物检测方法包括：

2.根据权利要求1所述的障碍物检测方法，其特征在于，所述neck模块具体包括依次连接的第一conv模块、第一carafe上采样算子、第一concat模块模块、第一c3模块、第二conv模块、第二carafe上采样算子、第二concat模块、第二c3模块、第三conv模块、第三concat模块、第三c3模块、第四conv模块、第二dwc模块以及第四c3模块；

3.根据权利要求1所述的障碍物检测方法，其特征在于，所述head模块包括：第五conv模块、第六conv模块以及第七conv模块；

4.根据权利要求1所述的障碍物检测方法，其特征在于，所述第一dp_conv模块、第二dp_conv模块、第三dp_conv模块以及第四dp_conv模块均包括依次连接的深度卷积层和逐点卷积层。

5.根据权利要求1所述的障碍物检测方法，其特征在于，所述第一carafe上采样算子和...

【专利技术属性】
技术研发人员：庞中华，李欢，郭海彬，高胜男，杨斌，
申请(专利权)人：北方工业大学，
类型：发明
国别省市：