本文提出了对智能网联汽车的实时避障策略的研究,首先分析了摄像头、激光雷达与毫米波雷达的优缺点及融合必要性；其次,利用改进YOLOv5模型检测道路关键目标,通过联合标定统一传感器坐标系,获取目标三维位置信息；最后,在车载嵌入式平台上搭建测试平台,并在真实场景中进行性能评估。

多传感器融合；YOLOv5；智能网联汽车；环境感知；避障策略

[1]王沣. 改进yolov5的口罩和安全帽佩戴人工智能检测识别算法[J]. 建筑与预算, 2020, (11): 67-69. [2]易明发, 代广珍, 周先存, 王冠凌. 智能车交通标志的改进YOLOv5识别算法[J]. 传感技术学报, 2023, 36 (09): 1436-1444. [3]李自强, 任磊, 刘莉, 苗作华. 基于YOLOv5算法的施工现场不安全状态智能检测[J]. 土木建筑工程信息技术, 2023, 15 (03): 20-26.

DOI： https://doi.org/10.62639/sspis10.20250203

Published： 2025