차량 검출은 첨단 운전자 지원 시스템에 매우 중요합니다. 안개 낀 날씨로 인해 도로 환경이 심하게 저하되어 이미지 내 차량 정보가 명확하지 않아 차량 누락 검출 및 오검출 문제가 발생합니다. 이러한 문제를 해결하기 위해 본 논문에서는 밀리미터파 레이더와 머신 비전을 융합한 안개 낀 날씨 차량 검출 방법을 제안합니다. 먼저, 암채널 제염 알고리즘을 사용하여 이미지를 전처리하여 안개 낀 이미지에서 차량 정보의 두드러짐을 향상시킵니다. 다음으로, 지식 증류를 적용하여 YOLOv5s 알고리즘을 개선합니다. YOLOv5s의 특징 추출 네트워크에 지식 증류를 도입하고, 객체 위치 지정 및 분류 단계에서 증류 손실을 계산한 후 역전파를 통해 소형 네트워크 모델을 학습시켜 시각적 검출 정확도를 유지하면서 검출 속도를 향상시킵니다. 마지막으로, 잠재 목표 검출 영역 탐색 기반 거리 매칭 알고리즘을 사용하여 시각적 검출 결과와 밀리미터파 레이더 검출 결과를 의사 결정 단계에서 융합합니다. 검출 대상의 유형과 거리를 기준으로 간섭 정보 및 오류 정보를 필터링하고, 밀리미터파 레이더와 시각적 검출 융합 후 높은 검출 신뢰도를 가진 목표를 유지하여 차량 검출 정확도를 향상시킵니다. 실험 결과, 본 방법은 안개 낀 날씨에서 최고 92.8%의 검출 정확도와 90.7%의 재현율을 달성하여 안개 낀 환경에서 차량 검출을 가능하게 함을 보였습니다.

차량 검출;밀리미터파 레이더;제염;지식 증류;거리 매칭;의사 결정 융합