基于视觉的环卫车辆路面垃圾检测和清洁度评价算法研究

作     者：罗晓乐 

作者单位：湖南大学 

学位级别：硕士

导师姓名：颜凌波

授予年度：2022年

学科分类：082304[工学-载运工具运用工程] 08[工学] 080203[工学-机械设计及理论] 080204[工学-车辆工程] 0802[工学-机械工程] 0823[工学-交通运输工程] 

主      题：环卫车辆 路面垃圾检测 目标检测 图像分割 清洁度评价 

摘      要：环卫车辆是清理城市路面垃圾的主要工具,由于城市垃圾的快速增长,环卫车辆需求激增,市场发展迅猛。目前大部分环卫车辆作业模式是对路面无差别地清扫,不仅效率低下,而且资源消耗大,部分环卫车辆虽然有不同作业模式,但需要驾驶员观察路面选择合适的作业模式,容易造成分心驾驶,引发交通事故。如果环卫车辆能够自动检测路面垃圾,并判断路面清洁程度,就可以协助驾驶员选择合适的作业模式,有效解决上述问题。目前垃圾检测主要使用深度学习的视觉算法,但研究大多停留在理论阶段,并且缺少适用的数据集,检测算法的准确性和实时性都无法满足需求。清洁度评价相关的研究更少,由于缺少科学客观的评价方法,很难转化为自动评价算法。针对以上问题,本文设计了环卫车辆路面垃圾检测算法和分割算法,可以准确、快速地检测路面垃圾的位置和种类,同时提出了路面清洁度评价算法,可以实时性地判断路面干净程度,协助环卫车辆自主选择合适作业模式。本文的主要研究内容如下:1.制作了多任务的路面垃圾数据集,数据集中图片来源于环卫车辆作业时的真实路面环境,图片进行详细标注,包括目标边界框标注,像素语义标注和清洁度等级标注,可用于环卫车辆的路面垃圾检测和清洁度评价算法研究。2.研究了环卫车辆路面垃圾检测算法,设计一种基于YOLOv4的路面垃圾检测网络,主干部分采用Mobile Netv3模块设计,减少了参数量和计算量,预测部分结合空间金字塔池化和不同层次特征融合,进行多尺度预测,提高检测准确性。实验表明路面垃圾检测算法可以准确并快速地定位和识别路面垃圾。3.研究了环卫车辆路面垃圾分割算法,设计一种基于注意力的路面垃圾分割网络,采用高效自注意力模块和简洁的上采样设计。实验表明路面垃圾分割算法可以准确的检测出垃圾的区域和类别。4.提出了路面清洁度评价算法。首先在路面垃圾检测和分割算法的基础上,设计清洁度评价算法,制定清洁度指标和清洁度等级。进一步地,提出端到端的清洁度评价算法,从路面垃圾图像直接判定清洁度等级。与其他算法相比,本文的路面垃圾检测算法具有更好的实时性,并取得80.15%检测准确率,本文的路面垃圾分割算法的准确率比卷积神经网络算法更高。本文提出的端到端的清洁度评价算法具有均衡的检测速度和准确率。最后对部分研究进行嵌入式移植和实车测试,实现环卫车辆自主选择作业模式,研究内容具有很高的实用性。