従来の目標検出および距離測定技術における距離センサーの高価さ、複雑な路面での検出精度の低さ、検出速度の遅さの問題に対して、本論文ではGGW-YOLOv8に基づく車両前方距離測定および目標認識技術を提案する。本アルゴリズムはYOLOv8nを改良し、中・大型目標検出ヘッドの前に全局注意機構（GAM）を導入することで、情報損失を削減し全局的な相互作用を拡大して、車両目標の特徴抽出能力を向上させた。ネック部分ネットワークにGSConv軽量畳み込みモジュールを導入し、深層可分離畳み込みとシャッフル操作によりモデルのパラメータ数と計算量を削減した。従来のCIoU損失関数をWIoU_v3損失関数に置き換え、非単調動的フォーカス機構による勾配利得分配戦略でモデルの汎化能力とネットワーク境界ボックスの回帰精度を向上させた。SGBM半全局ステレオマッチングアルゴリズムに基づくステレオ視距離測定システムを構築し、車両距離測定を行い、車両目標検出と距離測定を融合した上位PCシステムを開発し、組み込みエッジデバイスに移植・展開し、実車搭載検証を実施した。実験結果から、YOLOv8nモデルと比較して、本改良モデルはパラメータ数を0.3M削減し、計算量を0.2G削減し、自作データセットおよび公開データセットで検出精度がそれぞれ0.8％および4.4％向上した。学内閉鎖路面では測距結果の平均絶対誤差が104 mm、平均相対誤差が1.49％であり、実際の道路環境では平均絶対誤差が307.4 mm、平均相対誤差が3.29％、1フレームあたり平均処理時間は30.12 msであり、実際の測距シナリオの要求を満たしている。

車両目標検出;YOLOv8;両眼距離測定;組み込み移植展開