يعد اكتشاف المركبات أمرًا حيويًا لأنظمة القيادة المساعدة. نظرًا لتدهور مشاهد الطرق في الطقس الضبابي بشكل كبير، تصبح معلومات المركبات في الصور غير واضحة، مما يؤدي إلى مشاكل في عدم اكتشاف بعض المركبات أو اكتشاف خاطئ. لمعالجة هذه المشكلات، يقترح هذا البحث طريقة لاكتشاف المركبات في الطقس الضبابي تدمج بين رادار الموجات المليمترية والرؤية الحاسوبية. أولاً، يتم معالجة الصور باستخدام خوارزمية إزالة الضباب عبر القناة الداكنة لتحسين وضوح معلومات المركبات في الصور الضبابية. ثم، يتم تحسين خوارزمية YOLOv5s باستخدام تقطير المعرفة، حيث يُدخَل التقطير خلال شبكة استخراج المميزات ويتم حساب فقدان التقطير أثناء مرحلة تحديد المواقع والتصنيف، مع تدريب نموذج صغير من خلال الانتشار العكسي لضمان دقة الكشف البصري مع تحسين سرعة الكشف. وأخيرًا، تُستخدم خوارزمية مطابقة المسافة القائمة على البحث عن مناطق الأهداف المحتملة لتحقيق دمج قراري بين نتائج الكشف البصري ورادار الموجات المليمترية. بناءً على نوع الهدف والمسافة، تُزال المعلومات المزعجة والخاطئة مع الاحتفاظ بالأهداف ذات ثقة الكشف العالية من الدمج بين الرادار والرؤية. تظهر النتائج التجريبية أن الطريقة تحقق أقصى دقة تحليل تبلغ 92.8٪ ومعدل استدعاء 90.7٪ في الطقس الضبابي، مما يمكن من اكتشاف المركبات تحت هذه الظروف.

اكتشاف المركبات;رادار الموجات المليمترية;إزالة الضباب;تقطير المعرفة;مطابقة المسافة;دمج قراري