Бу изилдөө, ачык жана татаал чөйрөлөрда чалышан учкучсуз жер үстүндөгү унааларнын (Unmanned Ground Vehicles, UGV) жөө адам жана унаалары реалдуу убакытта катары алгылайабилмеси үчүн YOLO11n табанлы жеңил бир объект аныктоо модели олан UGV-Net'и иштеп чыгат. Модал; өзгөчөлүк өкүлдүгүни жана глобалдык контекст кулланымыны кубатлендирен C3k2_PS, күчүк неснелерда айрынты кайбыны азалтмайы амачлайан мазмунга сезгич Dysample динамикалык жогорку үлгүлөө жана аныктоо башындаки хесаплама текрарыны азалтыркен айрынты темсилини корумайа чалышан LSDECD олмак үзере үч негизги дагишиклик ичерир. KITTI сыноолорнда YOLO11n табан чизгисине ылайык F1 скору %83,44'тен %85,63'е, mAP50 %87,18'дан %89,44'е жана mAP50-95 %63,97'дан %66,07'йе йүкселиркен эсептөө чыгымы 6,3 GFLOPs'тан 4,9 GFLOPs'а жана параметр саны 2,58 милйондан 2,41 милйона дүшмүштүр. Jetson Orin Nano үстүндө UGV-Net орточо 27,9 FPS жана 35,84 мс кечигүү жанармиштир. Ошентсе да натыйжалар там бир чыныгы UGV талаа сүрүшү же бардык хава/айдынлатма кошулларынын валидациясы дагилдир; изилдөөчүлөр ашыры ышык дагишимлери, жамгыр, туман, дүшүк геже гөрүшү жана көп сенсорлуу бирлештирмейи гележектеки изилдөөлар арасында көрсөтөт.

Изилдөөнүн ана маселе тактык менен эсептөө натыйжалуулугунин ошол эле анда корунмасыдыр. Ачык йол сүрөттөринда узактаки күчүк неснелер аз сайыда пиксел капламакта, жөө адамдар же унаалар кысмен өртүлебилмекте жана дирек, битки, бина четы гиби йүксек контрастлы арка план йапылары жалган позитивлери артырабилмектедир. Өте йандан мобил роботларда кулланылан четки жабдыкын эсептөө күчү, эс тутум жана кубат бүтчеси чектелген. UGV-Net бу ики герексиними ошол эле архитектурада еле алмайы амачламактадыр.

Изилдөөдөки ен кубатлү нижел натыйжа гана тактык өсүүы дагилдир. Үч модүл бирге кулланылдыгында KITTI'да табан YOLO11n'е ылайык F1'да 2,19 йүзда баллы, mAP50'да 2,26 йүзда баллы жана mAP50-95'те 2,10 йүзда баллы өсүү елда едилиркен GFLOPs болжол менен %22,22 азалтылмыштыр. Бөйлеже тактык өсүүы эсептөө чыгымынин артырылмасыйла дагил, ошол эле анда даха дүшүк эсептөө жүгүйле алынган.

SODA10M жана FLIR натыйжалары да ар түрдүү сүрөт дтармакылымларында натыйжалуулукын корунабилдигини дастеклемектедир. SODA10M'да UGV-Net'ин F1 скору %58,10, mAP50 маании %58,48 жана mAP50-95 маании %39,37; FLIR'ин изилдөөдө кулланылан RGB сүрөттөринда исе сырасыйла %74,23, %78,36 жана %39,82'дир. Бирок бу маалымат күмелери да окутуу/валидация/сыноо бөлүнмесине таби тутулдугу үчүн натыйжалар, окутуу гөрмемиш йени бир аланда түздөн-түз зеро-схот жалпылоо каныты дагилдир.

Түркия жагынан анламы: Изилдөөнүн ыкмасы; кампүс ичи мобил роботлар, ложистик роботлары, фабрика дыш талаа унаалары, тарымсал мобил платформлар же башка UGV түрлери үчүн дүшүк кубатлү четки жабдык үстүндө жөө адам жана унаа аныктоосынын насыл жеңиллетмененбмененжегине даир уйгуланабилир бир изилдөө йаклашымы сунмактадыр. Бирок KITTI, SODA10M жана FLIR'даки башары катышларынын Түркия'даки ар түрдүү йол геометрмененри, камера системалари, аба шарттары, жөө адам давранышлары же UGV сенсор йерлешимлеринда айнен корунажтармакы чыкарыламаз. Бөйле бир колдонмода жергиликтүү маалыматйле кайра окутуу жана чыныгы унаа үстүндө талаа валидациясы герекир.

Изилдөөнүн негизги маселе недир?

UGV алгы системасынин негизги ылайыкви чевресиндаки динамик енгеллери йетеринже хызлы жана догру бичимда аныктоо едарек кийинки чечим кабыл алуу жана жол пландоо катманларына гүжананилир билги стармакламактыр. Изилдөөчүлөр айрыкча үч зор кошула одакланмактадыр: узактаки кичинекей максаттар, жарым-жартылай жабылуу жана татаал фон.

Хафиф объект аныктоо моделдери четки түзмөкларда хызлы чалышабилсе да тармак кубаттуулуксинин азалтылмасы күчүк неснелерин инже чет жана текстура айрыкчарини кайбетме рискини артырабилир. Даха тармакыр моделдер исе йүксек тактык стармакласа бменен UGV үстүндөки чектелген ишлемжи/GPU гүжү жана энергия бүтчеси неданийле реалдуу убакытта кулланым үчүн уйгун олмайабилир. Изилдөөдөки тасарым маселе бу тактык–маалыматмлилик дангесидир.

UGV-Net ханги модельдан гелиштирилди?

UGV-Net'ин табан архитектурасы YOLO11n'дир. YOLO11n; бажкбоне, нежк жана датежтион хеад олмак үзере үч негизги бөлүмдан олушмактадыр. Бажкбоне сүрөтдан чок севийели айрыкчари чыкарыр; нежк, йүксек дүзей семантик билги менен йүксек чөзүнүрлүклү конумсал айрынтылары бирлештирир; датежтион хеад исе ар түрдүү өлчеклерда сыныфландырма жана конум тахмини үретир.

Изилдөөчүлөр YOLO11n'и тамамен йенидан тасарламак йерине үч ноктайы дагиштирмиштир:

• C3k2_PS: бажкбоне үчүндаки өзеллик чыкарымыны жана канал-бтармаклам еткмененшимини гелиштирмек,
• Dysample: нежк бөлүмүндаки жогорку үлгүлөөда кичинекей максат айрынтыларыны жана узамсал хизаламайы корумак,
• LSDECD: датежтион хеад хесаплама текрарыны азалтыркен чет жана текстура гиби айрынтылары корумак.

C3k2_PS модүлү нейи дагиштирийор?

YOLO11n'даки C3k2 йапжылуулукнда өзеллик чыкарымы тармакырлыклы катары жергиликтүү евришимлерле чыныгылештирилир. Изилдөөчүлөр бунун татаал фонда же өртүлмүш хедафлерда узак бөлгелер арасындаки илишкийи темсил етмекте чектелген калабмененжегини савунмактадыр.

C3k2_PS үчүнда геленексел Боттленежк йапжылуулукнын йерини StarNet'тен алынан Star Block алыр. Star Block ики далда үретмененн айрыкчарин елеман базында чарпымы үзериндэң жогорку дарежели өзеллик еткмененшими үретир. Ардындан PCSA — Progressive Channel-wise Self-Attention, каналдар арасындаки бтармакымлылыклары модельлейерек арка план же герексиз каналдары баскыламайы жана хедафле илгили семантик каналдары кубатлендирмейи амачлар.

PCSA'йа гирмедан мурун өзеллик харитасы:

\[ X_s \in \mathbb{R}^{B\times C\times H\times W} \]

бичиминдадир. Бурада \(B\) батжх бүйүклүгү, \(C\) канал сайжылуулук, \(H\) йүксеклик жана \(W\) генишликтир. Узамсал сыкыштырма:

\[ X_p = Pool_{(7,7)}^{(H,W)\rightarrow(H',W')}(X_s) \]

менен йапылыр. Ардындан суроо, ачкыч жана маани темсиллери:

\[ Q=F_{\mathrm{proj}}^{Q}(X_p),\quad K=F_{\mathrm{proj}}^{K}(X_p),\quad V=F_{\mathrm{proj}}^{V}(X_p) \]

катары елда едилир.

Канал бойутундаки тек башлы өз-көңүл буруу ишлеми:

\[ X_{\mathrm{attn}} = Softmax\left(\frac{QK^T}{\sqrt{C}}\right)V \]

менен танымланыр. Сон ашамада сигмоид менен олуштурулан канал тармакырлыклары гириш айрыкчарине уйгуланыр. Изилдөөдаки амач, Star Block кийинсында кубатленен бирок арка план ызы-чуусүнү да ичеребмененн айрыкчардан хедафле илишкили каналдары сечижи бичимда өне чыкармактыр.

Абласйонда C3k2_PS тек башына не йапты?

C3k2_PS тек башына еклендигинда бүйүк бир натыйжалуулук сычрамасы олушмамыштыр. Табан YOLO11n'ин F1 маании %83,44 икен гана C3k2_PS кулланымында %83,35 олмуштур. Буга каршы mAP50 %87,18'дан %87,32'йе жана mAP50-95 %63,97'дан %64,05'е йүкселмиштир. Бу натыйжа модүлүн тек башына чектелген казанч стармакладыгыны, асыл еткинлигин дигер ики модүлле бирге ортайа чыктыгыны көрсөтөт.

Изилдөөдө ар түрдүү диккат меканизмалары да Стар йапжылуулук үстүндө каршылаштырылмыштыр. PCSA кулланылан нихаи йапы; ЖА, ЖБАМ, ЕМА жана C2PSA сеченеклерине ылайык F1, mAP50 жана mAP50-95 бирге маанилендирилдигинда эң жогорку натыйжалары жанармиштир: %85,63 F1, %89,44 mAP50 жана %66,07 mAP50-95.

Dysample недан кулланылды?

YOLO11n'ин варсайылан жогорку үлгүлөө ишлеми неарест-неигхбор интерполяцияа дайаныр. Бу ыкма хызлыдыр бирок хер конуму ичериктен бтармакымсыз бичимда бүйүттүгү үчүн кичинекей максат четларында айрынты кайбы жана чок өлчекли айрыкчарин хизаланмасында ката олушабилир.

Dysample, өзеллик харитасыны сабит пикселлер күмеси йерине үлгүлөө йапылабмененн сүрекли бир алан гиби еле алыр. Дүзенли үлгүлөө конумуна өгренмененн бир \(\Delta p\) офсети екленир:

\[ p' = p + \Delta p \]

Ардындан йени өзеллик маании комшу өрнеклердан:

\[ Y(p) = \sum_{q\in N(p')} w_qX(q) \]

ифадасийле йенидан өрнекленир. \(N(p')\), йени үлгүлөө конумунун чевресиндаки нокталары; \(w_q\) исе интерполяция тармакырлыкларыны темсил едар.

Бөйлеже тармак, несне сыныры же жергиликтүү йапыйа ылайык үлгүлөө конумуну дагиштиребилир. Изилдөөнүн абласйон натыйжаларында үч иймененштирме арасында тек башына ен айкын тактык каткыларындан бири Dysample'дан гелмиштир: гана Dysample кулланылан модельда F1 %84,75, mAP50 %88,29 жана mAP50-95 %65,42'йе улашмыштыр.

LSDECD аныктоо башы насыл жеңиллийор?

Стандарт ЙОЛО аныктоо башында ар түрдүү өлчеклердаки өзеллик хариталары үчүн сыныфландырма жана куту регресйон даллары айры ишлемлер чыныгылештирир. Бу йапы йүксек темсил кубаттуулукси стармакласа да бензер конволүсйонларын ар түрдүү өлчеклерда текрарланмасы эсептөө чыгымыни артырыр.

LSDECD'нин дайандыгы LSCD йаклашымы, базы конволүсйон тармакырлыкларыны өлчеклер арасында пайлашарак бу текрары азалтыр. Изилдөөчүлөр бунун инже айрынтыларын ашыры йумушамасына йол ачабмененжегини белиртерек стандарт жеңил конволүсйонун йерине Detail Enhancement Convolution (DEConv) еклемиштир.

DEConv; стандарт конволүсйон йанытына меркези, ачысал, йатай жана дикей айырма компоненттердини еклер:

\[ Y_{\mathrm{VC}} = Conv(X) \]

\[ Y_{\mathrm{CDC}}(i,j)=X(i,j)-X(i+1,j+1) \]

\[ Y_{\mathrm{ADC}}(i,j)=X(i,j)-X(i+1,j-1) \]

\[ Y_{\mathrm{HDC}}(i,j)=X(i,j)-X(i,j+1) \]

\[ Y_{\mathrm{VDC}}(i,j)=X(i,j)-X(i+1,j) \]

жана топлам чыкты:

\[ Y = Y_{\mathrm{VC}} + Y_{\mathrm{CDC}} + Y_{\mathrm{ADC}} + Y_{\mathrm{HDC}} + Y_{\mathrm{VDC}} \]

катары олуштурулур. Амач йатай, дикей жана чапраз чет/текстура ар түрдүүлыкларыны даха гөрүнүр хâле гетирмектир. Изилдөөдө ошондой эле бу чок даллы йапыларын чыкарым ашамасында ешмаани тек бир конволүсйона йенидан параметризе едмененбилдиги, ошондуктан окутуудаки айрынты чыкарымынын изилдөө анында ошол эле өлчүда ек даллы хесаплама геректирмедиги белиртилмектедир.

LSDECD тек башына догрулугу артырды мы?

Хер метрикте дагил. Йалныз LSDECD еклендигинда GFLOPs 6,3'тен 4,8'е жана параметр саны 2,58 милйондан 2,46 милйона дүшмүштүр. Буга каршы mAP50 %87,27 менен табана йакын калыркен mAP50-95 %63,87'йе жеңилче гермененмиштир.

Бу натыйжа маанилүү бир тасарым айрынтжылуулукдыр: LSDECD'нин негизги ролү тек башына бүйүк тактык өсүүы стармакламак дагил, аныктоо башындаки хесаплама текрарыны азалтмактыр. Ен йүксек натыйжалуулук C3k2_PS жана Dysample менен бирге кулланылдыгында ортайа чыкмыштыр.

Үч модүл бирге кулланылдыгында не олду?

Нихаи UGV-Net, үч дагишиклиги бирге кулланмактадыр. KITTI абласйонундаки негизги натыйжалар шөйледир:

F1, mAP жана дигер өлчүтлер нейи ифада едийор?

Precision, модель тарафындан хедаф катары ишаретленен кутуларын не кадарынын чыныгы хедаф олдугуну өлчер. Recall исе чыныгы хедафлерин не кадарынын аныктоо едмененбилдигини гөстерир. Ики мааниин хармоник орточосы олан F1:

\[ F1 = 2\times \frac{Precision\times Recall} {Precision+Recall} \]

менен хесапланыр.

Бир сыныф үчүн Ажанараге Precision (AP), прежисион–режалл егрисинин астында калан алан үстүндөн:

\[ AP = \int_{0}^{1} Precision(r)\,dr \]

шеклинда танымланмыштыр. Н сыныфын AP мааниинин орточосы:

\[ mAP = \frac{1}{N}\sum_{i=1}^{N}AP_i \]

катары хесапланыр. mAP50, IoU ешиги 0,50 үчүн; mAP50-95 исе ар түрдүү IoU ешиклеринда даха сыкы конум догрулугуну да хесаба катан өлчүттүр.

Ханги маалымат күмеси ана тажрыйба үчүн кулланылды?

Ана окутуу жана каршылаштырма маалымат күмеси KITTI'дир. Изилдөөдө KITTI'нин ресмî окутуу бөлүмүндаки топлам 7481 сүрөт мурун карыштырылмыш жана 7:2:1 катышында айрылмыштыр:

KITTI'да Жар, Ван, Тружк, Педастриан, Персон_ситтинг, Жйжлист, Трам жана Мисж сыныфлары кулланылмактадыр. Изилдөөдөки етикет истатистиклери Жар сыныфынын ачык ара ен фазла өрнеге сахип олдугуну, Педастриан жана Ван сыныфларынын ону изледигини көрсөтөт.

Боундинг-бокс бойут дтармакылымынын дүшүк нормализе генишлик жана йүксеклик маанилеринда йогунлашмасы, маалымат күмесиндаки чок сайыда хедафин сүрөт үчүнда күчүк алан капладыгыны көрсөтөт. Несне меркезлери да тармакырлыклы катары сүрөтнүн орта жана алт-орта кысмында, йани аражын мененри гөрүш аланында топланмактадыр.

Модал ханги кошулларда егитилди?

Фарклы объект аныктоо моделдерине каршы натыйжа нейди?

Изилдөөчүлөр Faster R-CNN, SSD, RT-DETR, YOLOv5n, YOLOv8n, YOLO11n, YOLOv12n, YOLOv13n, LP-YOLO жана PV-YOLO'йу ошол эле тажрыйба дүзенинда UGV-Net менен каршылаштырмыштыр. KITTI натыйжаларында UGV-Net, рапорланан моделдер арасында F1, mAP50 жана mAP50-95 метриклеринин үчүнү бирге эң жогорку дүзейда жанарен модель олмуштур.

UGV-Net'ин ен аз параметрейе сахип модель олдугу сонужу чыкарыламаз; өрнегин PV-YOLO 1,46 М жана LP-YOLO 1,88 М параметрейе сахиптир. Изилдөөнүн UGV-Net үчүн гөстердиги авантаж, даха дүшүк параметрели бардык моделдери гечмек дагил, кенди тажрыйба дүзенинда тактык жана эсептөө жүгү арасында даха ийи бир бирге натыйжалуулук стармакламасыдыр.

Гөрсел аныктоо каршылаштырмалары не гөстерди?

Изилдөөдөки аныктоо гөрселлеринда бүйүк Ван гиби айкын неснелерда YOLO11n, YOLOv13n жана UGV-Net арасында бүйүк айырма гөрүлмемиштир. Фарк айрыкча узактаки күчүк Педастриан жана Жйжлист хедафлеринда жана кысмен өртүлү Персон_ситтинг хедафинда ортайа чыкмактадыр.

Бир дигер өрнекте YOLO11n жана YOLOv13n'ин йол четындаки инже, йүксек контрастлы бир диреги “Педастриан” катары йанлыш сыныфландырдыгы; UGV-Net'ин ошол эле бөлгеда бу жалган позитив йаныты үретмедиги көрсөтүлгөн. Бу текил гөрселлер бардык оласы ачык чөйрөлар үчүн ката катышы каныты дагилдир, бирок нижел сыноо натыйжаларыйла бирге модельин арка план басаңдатуу давранышыны гөрсел катары дастеклемектедир.

Ысы хариталары модельин нейе бактыгыны гөстерийор?

Grad-CAM бензери жылуулук картасы каршылаштырмаларында YOLOv8n, YOLO11n жана YOLOv13n йанытларынын бүйүк несне йүзейлерине же йүксек контрастлы арка план бөлгелерине даха фазла йайылабилдиги гөрүлмектедир. UGV-Net'те йүксек йаныт бөлгелери хедаф корпусси жана хедафин йапысал бөлгелеринда даха йогун гөрүнмектедир.

Узак Педастриан жана Жйжлист хедафлеринда UGV-Net'ин жылуулук картасы активасйону дигер базы моделдердан даха айкын калмыштыр. Дирегин йанлыш жөө адам катары алгыландыгы өрнекте исе UGV-Net'ин дирек чевресиндаки активасйону зайыф, чыныгы жөө адам жана узактаки унаа чевресиндаки активасйону даха йогун гөрүнмектедир. Бу гөрселлер натыйжалуулук меканизмасыны тек башына канытламаз; изилдөөдөки аныктоо жана абласйон натыйжаларыны ачыкламайа йөнелик нител дастек сунар.

SODA10M натыйжалары нейди?

SODA10M'да UGV-Net'ин прежисион маании YOLO11n'дэң төмөн олса да режалл, F1, mAP50 жана mAP50-95 даха йүксектир. Ошондуктан “бардык метриклерда эң жогорку” гиби бир ифада догру дагилдир. Изилдөөнүн ана казанжы качырылан хедафлери азалтан режалл өсүүы менен генел F1/mAP натыйжалуулукында гөрүлмектедир.

FLIR натыйжалары нейди?

FLIR маалымат күмеси RGB жана термал сүрөттөр ичерсе да бу изилдөөда гана RGB сүрөттөр окутуу жана маанилендирме үчүн колдонулган. Ошондуктан натыйжалар термал сүрөт аныктоо натыйжалуулукы катары йорумланмамалыдыр.

Бурада да UGV-Net эң жогорку прежисион'а сахип дагилдир; YOLO11n %79,52 прежисион менен UGV-Net'ин %78,85 мааниинин үстүндөдир. Буга каршы UGV-Net режалл, F1, mAP50 жана mAP50-95 бтокындан даха йүксек натыйжа жанармиштир.

“Генеллеме” сонужунун сыныры недир?

Изилдөө SODA10M жана FLIR тажрыйбаларини генерализатион/жросс-датасет маанилендирмеси катары адландырмактадыр. Ошентсе да ыкма бөлүмүнда ики маалымат күмесинин да 7:2:1 катышында окутуу, валидация жана сыноо бөлүмлерине айрылдыгы ачыкча йазмактадыр. Бу неданле натыйжалар, гана KITTI үстүндө егитилмиш тек бир модельин SODA10M же FLIR үстүндө кайра окутуу олмаксызын даненмеси шеклиндаки зеро-схот домаин трансфер тажрыйбаи дагилдир.

Даха гүжананли илимий йорум, UGV-Net архитектурасынин үч ар түрдүү маалымат күмеси үстүндө айры окутуу/маанилендирме дүзенлеринда тутарлы авантаж гөстердиги йөнүндадир. Бу, архитектуранин маалымат күмесине өзел тек бир натыйжатан ибарет олмадыгыны дастеклер; бирок тамамен гөрүлмемиш бир алан үстүндөки актарым натыйжалуулукыны тек башына канытламаз.

Jetson Orin Nano'йа насыл актарылды?

Егитилмиш PyTorch модельи мурун ONNX форматына дыша актарылмыш, ардындан Jetson Orin Nano үстүндө TensorRT моторуна дөнүштүрүлмүштүр. Жихаз үстүндөки чыкарым айарлары:

Видао карелери йенидан бойутландырылып нормализе едилдиктен кийин TensorRT моторуна маалыматлмиш жана аныктоо натыйжалары жихаз үстүндө үретилмиштир.

Jetson Orin Nano'да не кадар хызлы чалышты?

UGV-Net бу үч модель арасында эң жогорку орточо FPS, эң төмөн кечигүү жана эң төмөн рапорланан ек кубат мааниини жанармиштир. Беллек кулланымы YOLOv8n менен ошол эле, YOLO11n'дан 0,1 GB даха дүшүктүр.

Изилдөөдө анлык FPS'нин каре кармашыклыгы, жабдык йүкү жана өнэс тутум дуруму неданийле дагишебилдиги; бу неданле ана хыз өлчүтү катары орточо FPS'нин кулланылдыгы белиртилмектедир:

\[ FPS_i=\frac{1}{t_i} \]

жана бардык видао үчүн:

\[ FPS_{\mathrm{avg}}=\frac{N}{T} \]

Бурада \(t_i\) тек каренин топлам ишлем сүреси, \(N\) видао каре сайжылуулук жана \(T\) бардык карелерин ишленмеси үчүн гечен топлам сүредир.

Жетсон сыноои чыныгы UGV талаа валидациясы анламына гелийор му?

Хайыр. Изилдөө UGV-Net'ин кайнак кжылуулуктлы бир четки жабдыкда реалдуу убакытта чыкарым йапабилдигини көрсөтөт; бирок йайымланан тажрыйба, роботун чыныгы ачык чөйрөда отоном сүрүш сырасында узак мөөнөттүү аныктоо, чечим кабыл алуу, френлеме же жол пландоо дөнгүсүнү учтан ужа догрулайан бир талаа сыноои дагилдир.

Бу айрым маанилүүдир. 27,9 FPS сонужу модельин Jetson Orin Nano үстүндөки чыкарым хызыны дастеклер; UGV'нин чыныгы дүйнө гүжананлигинин же бардык трафик сенарйоларында йетерли тепки сүресинин каныты дагилдир.

Изилдөөнүн күчтүү жактари нелердир?

• Айны анда тактык, GFLOPs жана параметр саныны маанилендирен ачык бир жеңиллик–натыйжалуулук анализи йапылмыштыр.
• Үч архитектура дагишиклик айры жана комбинасйонлу абласйонларла сыноо едилмиштир.
• C3k2 варйантлары жана ар түрдүү датежтион хеад тасарымлары ошондой эле каршылаштырылмыштыр.
• Ана KITTI каршылаштырмасына ек катары SODA10M жана FLIR үстүндө ек маалымат күмеси тажрыйбалари йапылмыштыр.
• Нижел натыйжаларын йанында аныктоо гөрселлери жана жылуулук хариталарыйла күчүк несне, өртүлме жана жалган позитив давранышы изилденген.
• Модал гана масаүстү GPU'да дагил, Jetson Orin Nano үстүндө TensorRT/FP16 чыкарымла да даненмиштир.

Изилдөөнүн башлыжа чектөөлөры нелердир?

Биринжиси, SODA10M жана FLIR тажрыйбалари маалымат күмелеринин кенди окутуу бөлүмлерини кулланмактадыр. Бу неданле бунлары бардыкүйле “гөрүлмемиш маалымат аланына зеро-схот жалпылоо” катары йорумламак догру олмаз.

Икинжиси, FLIR тажрыйбаинда термал канал кулланылмамыштыр; гана RGB сүрөттөр маанилендирилмиштир. Бул изилдөө UGV-Net'ин термал аныктоо натыйжалуулукыны гөстермемектедир.

Үчүнжүсү, Jetson Orin Nano сыноои четки жабдык натыйжалуулукыны догрулар бирок там бир талаа UGV тажрыйбаи дагилдир. Изилдөөда чыныгы UGV'нин узак мөөнөттүү сүрүшү, жол пландоо менен ентеграсйон, шашылыш токтоо давранышы же коопсуздук сертификациясы изилденген эмес.

Дөрдүнжүсү, изилдөөчүлөр ашыры айдынлатма дагишими, жамгыр, туман жана геже төмөн көрүү кошулларыны мевжут модель үчүн гележекте гелиштирилмеси герекен аланлар катары ачыкча белиртмектедир. Ошондуктан мевжут натыйжаларын бу кошулларда ошол эле дүзейда корунажтармакы варсайыламаз.

Бешинжиси, изилдөө сүрөт негизиндеги аныктоойа одакланмактадыр. LiDAR, радар, термал камера же башка сенсорлорин ортак кулланымы мевжут UGV-Net тажрыйбаларинин камтууында дагилдир; чоклу сенсор бириктирүү келечектеги изилдөө катары быракылмыштыр.

Изилдөөнүн сөйледиги недир?

Изилдөө, YOLO11n үзерине C3k2_PS, Dysample жана LSDECD модүллеринин бирге екленмесинин инжеленен маалымат күмелери жана тажрыйба кошулларында даха йүксек F1/mAP натыйжалары менен даха дүшүк эсептөө чыгымыни ошол эле модельда стармаклайабилдигини; ошондой эле бу модельин Jetson Orin Nano үстүндө болжол менен 28 FPS севийесинда чалышабилдигини көрсөтөт.

Изилдөөнүн сөйлемедиги недир?

UGV-Net'ин бардык ачык чөйрөлар, бардык аба шарттары же бардык UGV платформлары үчүн гүжананли жана катасыз аныктоо стармакладыгы гөстерилмемиштир. Модал, чыныгы унаа гүжананлик системасы сертификасйону дагилдир; бардык күчүк неснелери алгыладыгы же жалган позитив үретмедиги сонужу чыкарыламаз. SODA10M жана FLIR натыйжалары да тамамен кайра окутуу геректирмейен бир домаин-трансфер каныты дагилдир.

Изилдөөнүн Йөнтеми жана Булгулары

Аг архитектурасынин техникалык өзети

Абласйон тажрыйбаинин тамамы

Абласйон натыйжалары модүллерин каткыларынын догрусал бичимда топланмадыгыны көрсөтөт. Өрнегин Dysample тек башына режалл'ы %82,35'е чыкарыркен нихаи UGV-Net'ин режалл'ы %80,95'тир; буна ртармакмен нихаи модель даха йүксек прежисион, F1 жана mAP стармакламактадыр. Изилдөөчүлөр буну өзгөчөлүк өкүлдүгү, чок өлчекли фүзйон жана жеңил аныктоо башы арасындаки еткмененшимле ачыкламактадыр.

Алгылама башлыгы каршылаштырмасы

Еффижиент хеад эң төмөн параметр саныны стармакламыш бирок тактык кайбы олуштурмуштур. LSCD F1 жана mAP50'йи йүкселтмиш бирок mAP50-95 мааниинда гермененмиштир. LSDECD исе бу тажрыйбада да эң төмөн GFLOPs мааниини да да эң жогорку үч ана тактык метригини бирге стармакламыштыр.

Уч жихаз тажрыйбаинин техникалык сыныры

Jetson Orin Nano натыйжалары TensorRT, FP16, 640 × 640 гирди жана батжх 1 кошулларында алынган. Башка TensorRT сүрүмлери, кубат модлары, камера ишлеме бору хатлары же еш убакытлы роботик программалык камсыздоо йүклери астында ошол эле FPS'нин корунажтармакы кайнак изилдөө тарафындан сыноо едилмемиштир.

Табло 9'даки “Аддитионал Повер” маании жихазын топлам електрик түкетими дагилдир; модель чалыштырма сырасында рапорланан ек кубат өлчүтүдүр. Бу неданле 1,2 В маании Jetson Orin Nano системасынин топлам кубат герексиними катары йорумланмамалыдыр.

Генел натыйжа

Изилдөөнүн кенди тажрыйба дүзенинда UGV-Net, YOLO11n табанына ылайык даха йүксек F1 жана mAP натыйжалары елда едаркен GFLOPs жана параметр саныны азалтмыш жана Jetson Orin Nano'да даха йүксек орточо FPS стармакламыштыр. Изилдөөнүн ен маанилүү техникалык сонужу, күчүк жана өртүлү несне темсилини кубатлендирмейе йөнелик өзеллик чыкарымы жана динамикалык жогорку үлгүлөө дагишикликлеринин, жеңил бир аныктоо башыйла бирге кулланылмасынын тактык–хесаплама дангеси ачжылуулукндан файдалы олабилдигидир.

Булгуларын колдонмо маании айрыкча дүшүк хесаплама бүтчели мобил алгы системалари ачжылуулукндан маанилүүдир; бирок там UGV операсйон гүжананлиги үчүн чыныгы талаа кошуллары, көтү хава жана дүшүк ышык, ар түрдүү камера/сенсор системалари жана аныктоо кийинсы чечим кабыл алуу зинжири ошондой эле догруланмалыдыр.

Булак жана метод эскертүүсү

Там өзгүн изилдөө ады: А Метход фор Лигхтвеигхт Педастриан анд Вехижле Детежтион фор Unmanned Ground Vehicles ин Опен Енвиронментс

Авторлор, кайнак сырасыйла: Xulong Zhang; Hong Jiang; Dong Han; Hai Guo; Xiangfeng Zhang; Kaige Sun.

Еш каткы/тең биринчи автор: Кайнакта тең салым же тең биринчи авторлык билдирими булунмамактадыр.

Сорумлу йазар: Hong Jiang.

Курумлар: Сжхоол оф Межханижал Енгинееринг, Xinjiang University, Урумки, Чин; КСинжианг Ажадамй оф Буилдинг Ресеаржх Жо., Лтд., Урумки, Чин; Сжхоол оф Межханижал Енгинееринг, Zhejiang University, Хангзхоу, Чин.

Дерги: Machines.

Йайыневи: MDPI, Басел, Свитзерланд.

Йайын кимлиги: Machines 2026, 14(5), 527.

DOI: 10.3390/machines14050527.

Ресмî жарыялоо бтармаклантжылуулук:https://doi.org/10.3390/machines14050527

Алынма / ревизйон / кабул / жарыялоо: 24 Март 2026 / 30 Нисан 2026 / 5 Майыс 2026 / 8 Майыс 2026.

Кайнак түрү жана рецензия статусу: Machines журналсинда йайымланмыш рецензияланган изилдөө макалеси.

Лисанс: Жреатижана Жоммонс Аттрибутион (CC BY); телиф хаккы © 2026 авторлора аиттир.

Финансман: Изилдөө Tianshan Talent Program: Йоутх Суппорт Талент Прожежт тарафындан 2024TSYCQNTJ0020 нумаралы дастекле жана China State Construction Engineering Corporation Тежхнологй Р&Д Прожежтс тарафындан CSCEC-2025-Z-27 нумаралы дастекле финансе едилмиштир.

Вери еришмененбилирлиги: Изилдөөдө кулланылан маалыматтарин жооптуу авторла менентишиме гечилмеси хâлинда талеп үзерине стармакланабмененжеги белиртилмектедир.

Чыкар чатыршмасы: Xulong Zhang жана Hai Guo'нун КСинжианг Ажадамй оф Буилдинг Ресеаржх Жо., Лтд. бүнйесинда чалыштыгы белгиленген. Дигер авторлор изилдөөйы еткмененйебмененжек тижари же мали илишки булунмадыгыны бейан етмектедир.

Йазар каткылары: Каврамсаллаштырма Xulong Zhang жана Hong Jiang; методоложи жана бичимсел анализ Xulong Zhang; программалык камсыздоо Kaige Sun; валидация Xulong Zhang, Hong Jiang жана Xiangfeng Zhang; изилдөө Xulong Zhang жана Dong Han; кайнаклар Dong Han; маалымат дүзенлеме Kaige Sun жана Dong Han; илк таслак Xulong Zhang; инжелеме жана дүзенлеме Hong Jiang, Dong Han жана Xiangfeng Zhang; гөрселлештирме Xulong Zhang; данышманлык Hong Jiang; проже йөнетими жана каржылоо единими Hai Guo тарафындан йүрүтүлмүштүр.

Вери күмеси ноту: Ана тажрыйба KITTI үстүндө йапылмыштыр. KITTI'нин 7481 сүрөтлүк окутуу күмеси 5237 окутуу, 1496 валидация жана 748 сыноо сүрөтсү катары 7:2:1 катышында бөлүнмүштүр. SODA10M жана FLIR да 7:2:1 катышында окутуу, валидация жана сыноо бөлүмлерине айрылмыштыр. FLIR тажрыйбаларинда гана RGB сүрөттөр колдонулган.

“Генеллеме” йорум сыныры: Кайнак, SODA10M жана FLIR тажрыйбаларини генерализатион/жросс-датасет сыноолор катары адландырмактадыр; бирок бу маалымат күмелеринин кенди окутуу бөлүмлери кулланылдыгындан натыйжалар зеро-схот домаин трансфер катары маанилендирилмемелидир. Бу Верианла актарымында кайнак терминоложиси корунмуш, бирок тажрыйба дүзенинин чыныгы камтууы ошондой эле ачыкланмыштыр.

Уч жихаз валидация сыныры: Jetson Orin Nano тажрыйбаи модельин TensorRT/FP16 кошулларында четки түзмөкда чалыштырылабилирлигини жана видао чыкарым хызыны көрсөтөт. Изилдөө, UGV'нин чыныгы ачык талаада узак мөөнөттүү отоном сүрүш гүжананлиги, аныктоо–планлама–контрол ентеграсйону же сертификасйон дүзейинда гүжананилирлик валидациясы дагилдир.

Гележек изилдөө сынырлары: Изилдөөчүлөр ашыры айдынлатма дагишимлери, жамгыр, туман, дүшүк геже гөрүшү жана чоклу сенсор бириктирүүну гележекте гелиштирилмеси герекен аталышлар арасында көрсөтөт.

Ичеригин хазырланма ыкмасы: Бу Верианла ичеригинин илимий бөлүмү йүкленен изилдөөнүн метнине, теңдемелерине, таблицаларына, тармак архитектурасы сүрөтлерине, абласйон тажрыйбаларине, аныктоо гөрселлерине, жылуулук хариталарына жана Jetson Orin Nano натыйжаларына дайанмактадыр. Дыш кайнаклардан йени эксперименттик натыйжа, йени натыйжалуулук маании же ек меканизма екленмемиштир. Дыш валидация гана библийографик жарыялоо кимлигинин контролү үчүн колдонулган. Ынлине СВГ'лер кайнакта рапорланан кесин таблица маалыматтариндан йенидан чизилмиш же изилдөөнүн ыкмасыне дайанарак хазырланмыш ачыклайыжы өзгүн шемалардыр.