基于改进 YOLOv8 算法的智能网联汽车夜间复杂路况障碍物识别

##plugins.themes.bootstrap3.article.sidebar##

PDF (英语)
已出版: 2026-06-30
##doi.readerDisplayName##: https://doi.org/10.70088/fxqa0646
关键词:
目标检测, 智能网联汽车, 夜间感知, YOLO

##plugins.themes.bootstrap3.article.main##

咏梅 梁
扬州大学，扬州 225009

摘要

夜间复杂路况下障碍物识别是智能网联汽车安全运行的关键技术瓶颈。本研究针对YOLOv8在低照度、强眩光、多尺度遮挡等典型夜间场景中检测精度下降、漏检率高、定位偏移等问题，提出一种融合多尺度特征增强与自适应光照感知的改进算法。通过引入动态权重金字塔结构强化浅层细节特征回传，嵌入光照强度敏感型通道注意力模块，并优化非极大值抑制策略以适配密集小目标。在自建夜间道路数据集（含12类障碍物、3.2万张标注图像）上开展系统性实验，结果表明：改进模型在mAP@0.5指标上达78.6%，较基准YOLOv8提升9.3个百分点；对行人、锥桶、破损路面三类关键障碍物的召回率分别提升12.7%、14.1%和10.5%；单帧推理耗时稳定控制在38.2ms以内，满足车载实时性要求。

##plugins.themes.bootstrap3.article.details##

期次

卷 3 期 2 (2026)

栏目

Articles

##submission.howToCite##

基于改进 YOLOv8 算法的智能网联汽车夜间复杂路况障碍物识别. (2026). 科学技术与创新, 3(2), 8-15. https://doi.org/10.70088/fxqa0646

参考

[1] 李欣, 宋涛. 电气工程及其自动化技术在智能电网中的应用研究[J]. 机械与电子控制工程, 2025, 7(22): 56–58.

[2] SiCP: Simultaneous Individual and Cooperative Perception for 3D Object Detection in Connected and Automated Vehicles[C]//Proceedings of the 2024 IEEE Intelligent Transportation Systems Conference. 2024: 8905–8912.

[3] 郭中辉. 智能制造背景下机械设计制造及自动化技术发展趋势分析[J]. 机械与电子控制工程, 2026, 8(8): 163–165.

[4] Object Detection for Connected and Autonomous Vehicles using CNN with Attention Mechanism[C]//2022 IEEE 95th Vehicular Technology Conference (VTC2022-Spring). 2022: 1–6.

[5] 吕振超. 人工智能在职业院校汽车专业课程中的融合教学研究[J]. 机械与电子控制工程, 2026, 8(6): 67–69.

[6] Achieving Lightweight and Privacy-Preserving Object Detection for Connected Autonomous Vehicles[J]. IEEE Internet of Things Journal, 2022, 10(3): 2314–2329.

[7] ZHANG X, TANG X L, HUANG Y J. 基于道路结构特征的智能车道线检测[J]. 中国图象图形学报, 2021, 26(1): 123–134.

[8] Deep learning for object detection and scene perception in self-driving cars: Survey, challenges, and open issues[J]. Array, 2021, 10: 100057.

[9] 李振中, 唐杰, 应宇汀. 智能网联汽车安全性能综合检验方法与标准研究[J]. 工程施工新技术, 2025, 4(8): 148–150.

[10] DU S L, LIU Z Y, ZHAO M H, et al. 面向车辆转弯场景的轨迹状态更新与关联增强多目标跟踪[J]. 中国图象图形学报, 2026, 0(0): 1–15.

[11] 谭永华. 机械加工技术在汽车制造和维修中的应用[J]. 机械与电子控制工程, 2026, 8(8): 121–123.

[12] 周少东, 聂畅, 张辉, 等. 智能汽车前照灯技术：最新进展与未来趋势[J]. 机械工程学报, 2023, 59(22): 380–380.