Ин таҳқиқот барои он ки воситаҳои нақлиёти бесарнишини заминӣ (Unmanned Ground Vehicles, UGV), ки дар муҳитҳои кушода ва мураккаб кор мекунанд, тавонанд пиёдагардон ва воситаҳои нақлиётро дар вақти воқеӣ ошкор кунанд, модели сабуки ошкорсозии объектҳо бо номи UGV-Net-ро дар асоси YOLO11n таҳия мекунад. Модел се тағйироти асосиро дар бар мегирад: C3k2_PS, ки муаррифии хусусиятҳо ва истифодаи контексти глобалиро тақвият медиҳад; Dysample, як усули динамикии боло-намунасозии ба муҳтаво ҳассос, ки барои кам кардани талафи ҷузъиёт дар объектҳои хурд пешбинӣ шудааст; ва LSDECD, ки ҳангоми кам кардани такрори ҳисоб дар сари ошкорсозӣ кӯшиш мекунад муаррифии ҷузъиётро нигоҳ дорад. Дар санҷишҳои KITTI нисбат ба хатти асосии YOLO11n, нишондиҳандаи F1 аз %83,44 то %85,63, mAP50 аз %87,18 то %89,44 ва mAP50-95 аз %63,97 то %66,07 афзуда, дар ҳоле ки арзиши ҳисоббарорӣ аз 6,3 GFLOPs то 4,9 GFLOPs ва шумораи параметрҳо аз 2,58 миллион то 2,41 миллион коҳиш ёфтааст. Дар Jetson Orin Nano, UGV-Net ба ҳисоби миёна 27,9 FPS ва 35,84 ms таъхир нишон дод. Бо вуҷуди ин, натиҷаҳо тасдиқи пурраи ҳаракати воқеии UGV дар майдон ё ҳамаи шароити обу ҳаво/равшанӣ нестанд; муҳаққиқон тағйироти шадиди равшанӣ, борон, туман, дидани пасти шабона ва ҳамгироии бисёрсенсориро аз ҷумлаи корҳои оянда мешуморанд.

Мушкилоти асосии таҳқиқот нигоҳ доштани дақиқӣ ва самаранокии ҳисоббарорӣ дар як вақт мебошад. Дар тасвирҳои роҳҳои кушода объектҳои хурди дур танҳо шумораи ками пикселҳоро ишғол мекунанд, пиёдагардон ё воситаҳои нақлиёт метавонанд қисман пӯшида бошанд ва сохторҳои заминавии дорои контрасти баланд, ба монанди сутун, растанӣ ё канори бино, метавонанд мусбатҳои бардурӯғро зиёд кунанд. Аз тарафи дигар, қудрати ҳисоббарорӣ, хотира ва буҷаи нерӯи таҷҳизоти канорӣ, ки дар роботҳои мобилӣ истифода мешаванд, маҳдуд аст. UGV-Net кӯшиш мекунад ин ду талабро дар як меъморӣ баррасӣ кунад.

Қавитарин натиҷаи миқдорӣ дар таҳқиқот танҳо афзоиши дақиқӣ нест. Вақте ки се модул якҷоя истифода мешаванд, нисбат ба YOLO11n-и асосӣ дар KITTI барои F1 2,19 банди фоизӣ, барои mAP50 2,26 банди фоизӣ ва барои mAP50-95 2,10 банди фоизӣ афзоиш ба даст омада, GFLOPs тақрибан %22,22 кам шудааст. Ҳамин тавр, афзоиши дақиқӣ на бо зиёд кардани арзиши ҳисоббарорӣ, балки ҳамзамон бо сарбории камтари ҳисоб ба даст омадааст.

Натиҷаҳои SODA10M ва FLIR низ нишон медиҳанд, ки иҷроиш дар тақсимоти гуногуни тасвир метавонад нигоҳ дошта шавад. Дар SODA10M нишондиҳандаи F1-и UGV-Net %58,10, mAP50 %58,48 ва mAP50-95 %39,37 аст; дар тасвирҳои RGB-и FLIR, ки дар таҳқиқот истифода шудаанд, ин нишондиҳандаҳо мутаносибан %74,23, %78,36 ва %39,82 мебошанд. Аммо азбаски ин маҷмуаҳои додаҳо низ ба қисмҳои омӯзиш/санҷиши тасдиқ/тест ҷудо шудаанд, натиҷаҳо далели мустақими умумисозии zero-shot дар минтақаи нави омӯзишнадида нестанд.

Аз нигоҳи Туркия: Усули таҳқиқот барои роботҳои мобилии дохили кампус, роботҳои логистикӣ, воситаҳои нақлиёти саҳни берунии корхона, платформаҳои мобилии кишоварзӣ ё дигар намудҳои UGV як равиши амалӣ барои омӯхтани сабуксозии ошкорсозии пиёдагард ва воситаи нақлиёт дар таҷҳизоти канории камқувват пешниҳод мекунад. Аммо наметавон хулоса кард, ки сатҳҳои муваффақият дар KITTI, SODA10M ва FLIR дар геометрияи роҳ, системаҳои камера, шароити обу ҳаво, рафтори пиёдагардон ё ҷойгиршавии сенсорҳои UGV дар Туркия айнан нигоҳ дошта мешаванд. Барои чунин татбиқ, бозомӯзӣ бо додаҳои маҳаллӣ ва санҷиши саҳроӣ дар воситаи нақлиёти воқеӣ лозим аст.

Мушкилоти асосии таҳқиқот чист?

Вазифаи асосии системаи дарки UGV ин аст, ки монеаҳои динамикии атрофро ба қадри кофӣ зуд ва дақиқ ошкор карда, ба қабатҳои минбаъдаи қабули қарор ва банақшагирии роҳ маълумоти боэътимод диҳад. Муҳаққиқон махсусан ба се шароити душвор тамаркуз мекунанд: ҳадафҳои хурди дур, пӯшиши қисман ва заминаи мураккаб.

Моделҳои сабуки ошкорсозии объектҳо метавонанд дар дастгоҳҳои канорӣ зуд кор кунанд, аммо коҳиш додани иқтидори шабака метавонад хатари аз даст додани хусусиятҳои нозуки канор ва матни объектҳои хурдро зиёд кунад. Моделҳои вазнинтар метавонанд дақиқии баланд диҳанд, вале бо сабаби қудрати маҳдуди CPU/GPU ва буҷаи нерӯи UGV барои истифодаи вақти воқеӣ мувофиқ набошанд. Масъалаи тарроҳӣ дар таҳқиқот ҳамин тавозуни дақиқӣ–самаранокӣ мебошад.

UGV-Net аз кадом модел таҳия шудааст?

Меъмории асосии UGV-Net YOLO11n мебошад. YOLO11n аз се қисми асосӣ — backbone, neck ва detection head — иборат аст. Backbone хусусиятҳои бисёрсатҳаро аз тасвир хориҷ мекунад; neck маълумоти семантикии сатҳи баландро бо ҷузъиёти фазоии дорои қарорнокии баланд муттаҳид мекунад; detection head бошад тасниф ва пешгӯии мавқеъро дар миқёсҳои гуногун истеҳсол мекунад.

Ба ҷойи аз нав тарҳрезӣ кардани YOLO11n, муҳаққиқон се нуқтаро тағйир доданд:

• C3k2_PS: беҳтар кардани истихроҷи хусусият ва ҳамкории канал-контекст дар дохили backbone,
• Dysample: нигоҳ доштани ҷузъиёти ҳадафҳои хурд ва мувофиқати фазоӣ ҳангоми боло-намунасозӣ дар қисми neck,
• LSDECD: кам кардани такрори ҳисоб дар detection head дар ҳоле ки ҷузъиёти монанди канор ва матн нигоҳ дошта мешаванд.

Модули C3k2_PS чиро тағйир медиҳад?

Дар сохтори C3k2-и YOLO11n истихроҷи хусусият асосан бо конволютсияҳои маҳаллӣ анҷом дода мешавад. Муҳаққиқон бар онанд, ки ин равиш метавонад дар ифодаи робитаи байни минтақаҳои дур дар заминаи мураккаб ё ҳадафҳои пӯшида маҳдуд бошад.

Дар C3k2_PS сохтори анъанавии Bottleneck бо Star Block аз StarNet иваз карда шудааст. Star Block аз тариқи зарби элемент-ба-элементи хусусиятҳои дар ду шоха истеҳсолшуда ҳамкории хусусияти дараҷаи баландро ба вуҷуд меорад. Баъдан PCSA — Progressive Channel-wise Self-Attention вобастагиҳои байни каналҳоро модел карда, кӯшиш мекунад каналҳои заминавӣ ё нолозимро фурӯ нишонад ва каналҳои семантикии марбут ба ҳадафро тақвият диҳад.

Пеш аз ворид шудан ба PCSA, харитаи хусусият чунин аст:

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

Дар ин ҷо \(B\) андозаи batch, \(C\) шумораи каналҳо, \(H\) баландӣ ва \(W\) паҳно мебошад. Фишурдани фазоӣ бо:

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

анҷом дода мешавад. Сипас намояндагиҳои query, key ва value чунин гирифта мешаванд:

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

.

Амали self-attention-и яксар дар андозаи канал бо:

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

муайян мешавад. Дар марҳилаи охир вазнҳои канал, ки бо sigmoid сохта шудаанд, ба хусусиятҳои вурудӣ татбиқ мешаванд. Ҳадаф дар таҳқиқот ин аст, ки аз хусусиятҳое, ки пас аз Star Block қавитар шудаанд, аммо метавонанд садои заминаро низ дар бар гиранд, каналҳои марбут ба ҳадаф интихобан тақвият дода шаванд.

Дар аблятсия C3k2_PS танҳо чӣ кор кард?

Вақте ки танҳо C3k2_PS илова шуд, ҷаҳиши бузурги иҷроиш ба вуҷуд наомад. F1-и YOLO11n-и асосӣ %83,44 буд, дар ҳоле ки бо C3k2_PS танҳо %83,35 шуд. Дар муқобил, mAP50 аз %87,18 то %87,32 ва mAP50-95 аз %63,97 то %64,05 афзуд. Ин нишон медиҳад, ки модул танҳо фоидаи маҳдуд медиҳад ва таъсири асосӣ ҳангоми истифодаи якҷоя бо ду модули дигар пайдо мешавад.

Дар таҳқиқот механизмҳои гуногуни attention низ дар сохтори Star муқоиса шудаанд. Сохтори ниҳоӣ бо PCSA, ҳангоми арзёбии якҷояи F1, mAP50 ва mAP50-95, нисбат ба вариантҳои CA, CBAM, EMA ва C2PSA натиҷаҳои баландтаринро додааст: %85,63 F1, %89,44 mAP50 ва %66,07 mAP50-95.

Чаро Dysample истифода шуд?

Амали боло-намунасозии пешфарзи YOLO11n ба nearest-neighbor interpolation такя мекунад. Ин усул зуд аст, аммо азбаски ҳар мавқеъро новобаста аз муҳтаво калон мекунад, метавонад дар канорҳои ҳадафҳои хурд талафи ҷузъиёт ва дар мувофиқкунии хусусиятҳои бисёрмиқёсӣ хато ба вуҷуд орад.

Dysample харитаи хусусиятро на ҳамчун маҷмӯи собити пикселҳо, балки ҳамчун майдони пайвастае мебинад, ки аз он намуна гирифтан мумкин аст. Ба мавқеи мунтазами намунагирӣ офсети омӯхташудаи \(\Delta p\) илова мешавад:

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

Сипас арзиши нави хусусият аз намунаҳои ҳамсоя бо:

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

аз нав намунагирӣ мешавад. \(N(p')\) нуқтаҳои атрофи мавқеи нави намунагирӣ ва \(w_q\) вазнҳои интерполятсияро ифода мекунанд.

Ҳамин тавр, шабака метавонад мавқеи намунагириро вобаста ба сарҳади объект ё сохтори маҳаллӣ тағйир диҳад. Дар натиҷаҳои аблятсия яке аз саҳмҳои намоёни дақиқӣ дар байни се беҳбудӣ аз Dysample ба танҳоӣ омадааст: дар модели танҳо бо Dysample, F1 ба %84,75, mAP50 ба %88,29 ва mAP50-95 ба %65,42 расидааст.

Сари ошкорсозии LSDECD чӣ гуна сабуктар мешавад?

Дар сари стандартии ошкорсозии YOLO, барои харитаҳои хусусияти миқёсҳои гуногун шохаҳои тасниф ва регрессияи қуттӣ амалиёти ҷудогона анҷом медиҳанд. Ин сохтор қобилияти баланди муаррифӣ медиҳад, аммо такрори конволютсияҳои монанд дар миқёсҳои гуногун арзиши ҳисоббарориро зиёд мекунад.

Равиши LSCD, ки LSDECD ба он такя мекунад, баъзе вазнҳои конволютсияро байни миқёсҳо мубодила карда, ин такрорро кам мекунад. Муҳаққиқон мегӯянд, ки ин метавонад ба ҳамворшавии аз ҳад зиёди ҷузъиёти нозук оварда расонад ва ба ҷойи конволютсияи сабуки стандартӣ Detail Enhancement Convolution (DEConv)-ро илова кардаанд.

DEConv ба ҷавоби конволютсияи стандартӣ ҷузъҳои фарқи марказӣ, кунҷӣ, уфуқӣ ва амудиро илова мекунад:

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

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

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

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

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

ва баромади умумӣ:

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

сохта мешавад. Ҳадаф намоёнтар кардани фарқҳои канор/матни уфуқӣ, амудӣ ва диагоналӣ мебошад. Таҳқиқот инчунин мегӯяд, ки ин сохторҳои бисёршохаро дар марҳилаи inferens ба як конволютсияи эквивалентӣ аз нав параметрсозӣ кардан мумкин аст, аз ин рӯ истихроҷи ҷузъиёт дар омӯзиш дар вақти коркарди ниҳоӣ ҳамон миқдор ҳисобҳои иловагии бисёршохаро талаб намекунад.

Оё LSDECD танҳо дақиқиро зиёд кард?

На дар ҳар як метрик. Ҳангоми илова кардани танҳо LSDECD, GFLOPs аз 6,3 то 4,8 ва шумораи параметрҳо аз 2,58 миллион то 2,46 миллион коҳиш ёфт. Дар муқобил, mAP50 бо %87,27 наздик ба база монд, дар ҳоле ки mAP50-95 каме то %63,87 паст шуд.

Ин натиҷа як ҷузъи муҳими тарроҳӣ аст: нақши асосии LSDECD на додани афзоиши калони дақиқӣ ба танҳоӣ, балки кам кардани такрори ҳисоб дар сари ошкорсозӣ мебошад. Баландтарин иҷроиш вақте ба даст омад, ки он бо C3k2_PS ва Dysample якҷоя истифода шуд.

Вақте ки се модул якҷоя истифода шуданд, чӣ рӯй дод?

UGV-Net-и ниҳоӣ ҳамаи се тағйиротро якҷоя истифода мебарад. Натиҷаҳои асосии аблятсияи KITTI чунинанд:

F1, mAP ва дигар меъёрҳо чиро ифода мекунанд?

Precision чен мекунад, ки аз қуттиҳое, ки модел ҳамчун ҳадаф нишон додааст, чандтоаш ҳадафи воқеӣ мебошанд. Recall нишон медиҳад, ки аз ҳадафҳои воқеӣ чандто ошкор шудаанд. F1, ки миёнаи гармоникии ин ду аст, бо:

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

ҳисоб мешавад.

Average Precision (AP) барои як синф аз рӯи масоҳати зери каҷи precision–recall чунин муайян мешавад:

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

. Миёнаи AP-и N синф бо:

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

ҳисоб карда мешавад. mAP50 барои ҳадди IoU-и 0,50 аст; mAP50-95 бошад меъёрест, ки дар ҳадҳои гуногуни IoU дақиқии сахттари ҷойгиркуниро низ ба назар мегирад.

Барои таҷрибаи асосӣ кадом маҷмуаи додаҳо истифода шуд?

Маҷмуаи асосии омӯзиш ва муқоиса KITTI аст. Дар таҳқиқот аз қисми расмии омӯзиши KITTI маҷмӯан 7481 тасвир аввал омехта ва бо таносуби 7:2:1 ҷудо карда шудааст:

Дар KITTI синфҳои Car, Van, Truck, Pedestrian, Person_sitting, Cyclist, Tram ва Misc истифода шудаанд. Омори нишонаҳо дар таҳқиқот нишон медиҳад, ки синфи Car бо фарқи калон аз ҳама намунаҳои бештар дорад ва пас аз он Pedestrian ва Van меоянд.

Ҷамъ шудани тақсимоти андозаи bounding-box дар арзишҳои пасти паҳно ва баландии нормализатсияшуда нишон медиҳад, ки бисёре аз ҳадафҳо дар маҷмуаи додаҳо майдони хурдеро дар тасвир ишғол мекунанд. Марказҳои объектҳо низ асосан дар қисми миёна ва поён-миёнаи тасвир, яъне дар майдони диди пеши воситаи нақлиёт, ҷамъ шудаанд.

Модел дар кадом шароит омӯзонида шуд?

Натиҷа нисбат ба моделҳои гуногуни ошкорсозии объект чӣ буд?

Муҳаққиқон Faster R-CNN, SSD, RT-DETR, YOLOv5n, YOLOv8n, YOLO11n, YOLOv12n, YOLOv13n, LP-YOLO ва PV-YOLO-ро дар як тартиби таҷрибавӣ бо UGV-Net муқоиса карданд. Дар натиҷаҳои KITTI, UGV-Net дар байни моделҳои гузоришшуда ягона модел буд, ки F1, mAP50 ва mAP50-95-ро якҷоя дар сатҳи баландтарин дод.

Наметавон хулоса кард, ки UGV-Net модели дорои камтарин параметр аст; масалан PV-YOLO 1,46 M ва LP-YOLO 1,88 M параметр доранд. Бартарие, ки таҳқиқот барои UGV-Net нишон медиҳад, на мағлуб кардани ҳамаи моделҳои параметрашон камтар, балки таъмини иҷроиши ҳамзамони беҳтар байни дақиқӣ ва сарбории ҳисоб дар тартиби таҷрибавии худ мебошад.

Муқоисаҳои визуалии ошкорсозӣ чиро нишон доданд?

Дар тасвирҳои ошкорсозии таҳқиқот барои объектҳои равшани калон, ба монанди Van, фарқи калон байни YOLO11n, YOLOv13n ва UGV-Net дида нашуд. Тафовут махсусан дар ҳадафҳои хурди дури Pedestrian ва Cyclist ва ҳадафи қисман пӯшидаи Person_sitting зоҳир шуд.

Дар мисоли дигар нишон дода шуд, ки YOLO11n ва YOLOv13n сутуни борик ва контрасти баландро дар канори роҳ ҳамчун “Pedestrian” нодуруст тасниф карданд, дар ҳоле ки UGV-Net дар ҳамон минтақа ин ҷавоби мусбати бардурӯғро надод. Ин тасвирҳои алоҳида далели сатҳи хатогӣ барои ҳамаи муҳитҳои кушода нестанд, вале дар якҷоягӣ бо натиҷаҳои миқдорӣ рафтори фурӯнишонии заминаи моделро визуалӣ дастгирӣ мекунанд.

Оё харитаҳои гармӣ нишон медиҳанд, ки модел ба чӣ нигоҳ мекунад?

Дар муқоисаҳои харитаи гармии монанд ба Grad-CAM дида мешавад, ки ҷавобҳои YOLOv8n, YOLO11n ва YOLOv13n метавонанд бештар ба рӯйи объектҳои калон ё минтақаҳои заминавии дорои контрасти баланд паҳн шаванд. Дар UGV-Net минтақаҳои ҷавоби баланд бештар дар бадани ҳадаф ва минтақаҳои сохтории ҳадаф мутамарказ менамоянд.

Дар ҳадафҳои дури Pedestrian ва Cyclist фаъолшавии харитаи гармии UGV-Net нисбат ба баъзе моделҳои дигар равшантар боқӣ монд. Дар мисоле, ки сутун ҳамчун пиёдагард нодуруст ошкор шуд, фаъолшавии UGV-Net дар атрофи сутун заиф, вале дар атрофи пиёдагард ва воситаи нақлиёти дурдаст зичтар буд. Ин тасвирҳо механизми иҷроишро худ аз худ исбот намекунанд; онҳо дастгирии сифатӣ барои шарҳи натиҷаҳои ошкорсозӣ ва аблятсия мебошанд.

Натиҷаҳои SODA10M чӣ буданд?

Дар SODA10M, гарчанде precision-и UGV-Net аз YOLO11n пасттар аст, recall, F1, mAP50 ва mAP50-95 баландтаранд. Аз ин рӯ, ибораи «дар ҳамаи метрикҳо баландтарин» дуруст нест. Фоидаи асосии таҳқиқот дар афзоиши recall, ки ҳадафҳои аз дастрафтаро кам мекунад, ва дар иҷроиши умумии F1/mAP дида мешавад.

Натиҷаҳои FLIR чӣ буданд?

Гарчанде маҷмуаи FLIR тасвирҳои RGB ва гармиро дар бар мегирад, дар ин таҳқиқот танҳо тасвирҳои RGB барои омӯзиш ва баҳогузорӣ истифода шуданд. Аз ин рӯ, натиҷаҳо набояд ҳамчун иҷроиши ошкорсозии тасвирҳои гармӣ шарҳ дода шаванд.

Дар ин ҷо низ UGV-Net precision-и баландтарин надорад; YOLO11n бо %79,52 аз %78,85-и UGV-Net болотар аст. Аммо UGV-Net дар recall, F1, mAP50 ва mAP50-95 натиҷаи баландтар медиҳад.

Ҳудуди натиҷаи «умумисозӣ» чист?

Таҳқиқот таҷрибаҳои SODA10M ва FLIR-ро ҳамчун баҳогузории generalization/cross-dataset меномад. Аммо дар қисми усул равшан навишта шудааст, ки ҳар ду маҷмуаи додаҳо бо таносуби 7:2:1 ба омӯзиш, тасдиқ ва тест ҷудо шудаанд. Аз ин рӯ, натиҷаҳо таҷрибаи zero-shot domain transfer нестанд, ки дар он як модели танҳо дар KITTI омӯзонидашуда бидуни бозомӯзӣ дар SODA10M ё FLIR санҷида шавад.

Тафсири илмии бехатартар ин аст, ки меъмории UGV-Net дар се маҷмуаи гуногуни додаҳо бо тартибҳои ҷудогонаи омӯзиш/баҳогузорӣ бартарии пайваста нишон додааст. Ин дастгирӣ мекунад, ки меъморӣ танҳо як натиҷаи махсуси як маҷмуаи додаҳо нест; аммо он иҷроиши интиқол ба домени тамоман надидашударо худ аз худ исбот намекунад.

Чӣ гуна ба Jetson Orin Nano интиқол дода шуд?

Модели омӯзонидашудаи PyTorch аввал ба формати ONNX содир ва сипас дар Jetson Orin Nano ба муҳаррики TensorRT табдил дода шуд. Танзимоти inferens дар дастгоҳ:

Кадрҳои видео баъд аз тағйири андоза ва нормализатсия ба муҳаррики TensorRT дода шуда, натиҷаҳои ошкорсозӣ дар худи дастгоҳ ҳосил шуданд.

Дар Jetson Orin Nano чӣ қадар тез кор кард?

UGV-Net дар байни ин се модел FPS-и миёнаи баландтарин, таъхири пасттарин ва арзиши гузоришшудаи қувваи иловагии пасттаринро дод. Истифодаи хотира бо YOLOv8n яксон ва аз YOLO11n 0,1 GB камтар аст.

Дар таҳқиқот гуфта мешавад, ки FPS-и лаҳзавӣ метавонад бо мураккабии кадр, сарбории сахтафзор ва ҳолати кеш тағйир ёбад; бинобар ин FPS-и миёна ҳамчун меъёри асосии суръат истифода шудааст:

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

ва барои тамоми видео:

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

Дар ин ҷо \(t_i\) вақти умумии коркарди як кадр, \(N\) шумораи кадрҳои видео ва \(T\) вақти умумии коркарди ҳамаи кадрҳо мебошад.

Оё тести Jetson маънои тасдиқи саҳроии воқеии UGV-ро дорад?

Не. Таҳқиқот нишон медиҳад, ки UGV-Net метавонад дар сахтафзори канории маҳдуди манбаъ inferens-и вақти воқеӣ иҷро кунад; аммо таҷрибаи нашршуда тести саҳроие нест, ки тамоми занҷири ошкорсозӣ, қабули қарор, тормозгирӣ ё банақшагирии роҳро ҳангоми ҳаракати автономии робот дар муҳити воқеии кушода барои муддати дароз аз аввал то охир тасдиқ кунад.

Ин фарқ муҳим аст. Натиҷаи 27,9 FPS суръати inferens-и моделро дар Jetson Orin Nano дастгирӣ мекунад; аммо далели бехатарии UGV дар ҷаҳони воқеӣ ё вақти ҷавоби кофӣ дар ҳамаи сенарияҳои нақлиётӣ нест.

Тарафҳои қавии таҳқиқот кадоманд?

• Таҳлили равшани сабукӣ–иҷроиш гузаронида шудааст, ки дақиқӣ, GFLOPs ва шумораи параметрҳоро ҳамзамон арзёбӣ мекунад.
• Се тағйироти меъморӣ дар аблятсияҳои ҷудогона ва омехта санҷида шудаанд.
• Вариантҳои C3k2 ва тарҳҳои гуногуни detection head низ алоҳида муқоиса шудаанд.
• Илова ба муқоисаи асосии KITTI, дар SODA10M ва FLIR таҷрибаҳои иловагии маҷмуаи додаҳо гузаронида шудаанд.
• Илова ба натиҷаҳои миқдорӣ, тавассути тасвирҳои ошкорсозӣ ва харитаҳои гармӣ рафтори объектҳои хурд, пӯшиш ва мусбатҳои бардурӯғ таҳлил шудааст.
• Модел на танҳо дар GPU-и мизи корӣ, балки дар Jetson Orin Nano бо TensorRT/FP16 inferens низ санҷида шудааст.

Маҳдудиятҳои асосии таҳқиқот кадоманд?

Якум, таҷрибаҳои SODA10M ва FLIR аз қисмҳои омӯзишии худи ин маҷмуаҳо истифода мекунанд. Аз ин рӯ, онҳоро комилан ҳамчун «умумисозии zero-shot ба домени додаҳои надидашуда» шарҳ додан дуруст нест.

Дуюм, дар таҷрибаи FLIR канали гармӣ истифода нашудааст; танҳо тасвирҳои RGB арзёбӣ шудаанд. Ин таҳқиқот иҷроиши ошкорсозии гармии UGV-Net-ро нишон намедиҳад.

Сеюм, тести Jetson Orin Nano иҷроиши сахтафзори канориро тасдиқ мекунад, аммо таҷрибаи пурраи саҳроии UGV нест. Дар таҳқиқот ҳаракати дарозмуддати UGV-и воқеӣ, ҳамгироӣ бо банақшагирии роҳ, рафтори истгоҳи фаврӣ ё сертификатсияи бехатарӣ санҷида нашудааст.

Чорум, муҳаққиқон тағйироти шадиди равшанӣ, борон, туман ва дидани пасти шабонаро ҳамчун соҳаҳое, ки барои модели ҷорӣ дар оянда бояд такмил дода шаванд, равшан нишон медиҳанд. Аз ин рӯ, набояд фарз кард, ки натиҷаҳои ҷорӣ дар ин шароит низ дар ҳамон сатҳ нигоҳ дошта мешаванд.

Панҷум, таҳқиқот ба ошкорсозии тасвирӣ тамаркуз мекунад. Истифодаи якҷояи LiDAR, radar, камераи гармӣ ё дигар сенсорҳо ба доираи таҷрибаҳои ҷории UGV-Net дохил намешавад; ҳамгироии бисёрсенсорӣ ҳамчун кори оянда гузошта шудааст.

Таҳқиқот чӣ мегӯяд?

Таҳқиқот нишон медиҳад, ки иловаи якҷояи модулҳои C3k2_PS, Dysample ва LSDECD ба YOLO11n дар маҷмуаҳои додаҳо ва шароити таҷрибавии баррасишуда метавонад натиҷаҳои баландтари F1/mAP ва ҳамзамон арзиши пасттари ҳисоббарориро дар як модел таъмин кунад; инчунин ин модел метавонад дар Jetson Orin Nano тақрибан дар сатҳи 28 FPS кор кунад.

Таҳқиқот чӣ намегӯяд?

Нишон дода нашудааст, ки UGV-Net барои ҳамаи муҳитҳои кушода, ҳамаи шароити обу ҳаво ё ҳамаи платформаҳои UGV ошкорсозии бехато ва бехатарро таъмин мекунад. Модел сертификатсияи системаи бехатарии воситаи нақлиёти воқеӣ нест; наметавон хулоса кард, ки он ҳамаи объектҳои хурдро ошкор мекунад ё ҳеҷ мусбати бардурӯғ намедиҳад. Натиҷаҳои SODA10M ва FLIR низ далели domain-transfer-и пурра бидуни бозомӯзӣ нестанд.

Усул ва натиҷаҳои таҳқиқот

Хулосаи техникии меъмории шабака

Таҷрибаи пурраи аблятсия

Натиҷаҳои аблятсия нишон медиҳанд, ки саҳми модулҳо ба таври хаттӣ ҷамъ намешавад. Масалан, Dysample танҳо recall-ро ба %82,35 мебарад, дар ҳоле ки recall-и UGV-Net-и ниҳоӣ %80,95 аст; аммо модели ниҳоӣ precision, F1 ва mAP-и баландтар медиҳад. Муҳаққиқон инро бо ҳамкории байни муаррифии хусусият, ҳамгироии бисёрмиқёсӣ ва сари сабуки ошкорсозӣ шарҳ медиҳанд.

Муқоисаи сари ошкорсозӣ

Efficient head шумораи камтарини параметрҳоро таъмин кард, аммо ба талафи дақиқӣ овард. LSCD F1 ва mAP50-ро баланд кард, вале mAP50-95 коҳиш ёфт. LSDECD бошад дар ин таҷриба ҳам GFLOPs-и пасттарин ва ҳам се метрики асосии дақиқии баландтаринро якҷоя таъмин кард.

Маҳдудияти техникии таҷрибаи дастгоҳи канорӣ

Натиҷаҳои Jetson Orin Nano дар шароити TensorRT, FP16, вуруди 640 × 640 ва batch 1 гирифта шудаанд. Манбаи таҳқиқот санҷида нашудааст, ки ҳамон FPS дар версияҳои дигари TensorRT, режимҳои қувва, қубурҳои коркарди камера ё зери сарбории ҳамзамони нармафзори роботикӣ нигоҳ дошта мешавад.

Арзиши “Additional Power” дар Ҷадвали 9 истеъмоли умумии барқи дастгоҳ нест; он меъёри қувваи иловагӣ мебошад, ки ҳангоми иҷрои модел гузориш шудааст. Аз ин рӯ, 1,2 W набояд ҳамчун талаботи умумии қувваи системаи Jetson Orin Nano шарҳ дода шавад.

Хулосаи умумӣ

Дар тартиби таҷрибавии худ, UGV-Net нисбат ба базаи YOLO11n натиҷаҳои баландтари F1 ва mAP гирифта, GFLOPs ва шумораи параметрҳоро кам кардааст ва дар Jetson Orin Nano FPS-и миёнаи баландтар додааст. Муҳимтарин натиҷаи техникии таҳқиқот ин аст, ки тағйироти истихроҷи хусусият ва боло-намунасозии динамикӣ барои тақвияти муаррифии объектҳои хурд ва пӯшида, ҳангоми истифода бо сари сабуки ошкорсозӣ, метавонад барои тавозуни дақиқӣ–ҳисоббарорӣ муфид бошад.

Арзиши амалии натиҷаҳо махсусан барои системаҳои мобилии дарк бо буҷаи пасти ҳисоб муҳим аст; аммо барои бехатарии пурраи амалиёти UGV, шароити воқеии саҳро, обу ҳавои бад ва равшании паст, системаҳои гуногуни камера/сенсор ва занҷири қабули қарор пас аз ошкорсозӣ бояд алоҳида санҷида шаванд.

Қайди манбаъ ва усул

Номи пурраи аслии таҳқиқот: A Method for Lightweight Pedestrian and Vehicle Detection for Unmanned Ground Vehicles in Open Environments

Муаллифон, бо тартиби манбаъ: Xulong Zhang; Hong Jiang; Dong Han; Hai Guo; Xiangfeng Zhang; Kaige Sun.

Ҳиссаи баробар/муаллифи якуми баробар: Дар манбаъ изҳороти ҳиссаи баробар ё муаллифии якуми баробар вуҷуд надорад.

Муаллифи масъул: Hong Jiang.

Муассисаҳо: School of Mechanical Engineering, Xinjiang University, Urumqi, China; Xinjiang Academy of Building Research Co., Ltd., Urumqi, China; School of Mechanical Engineering, Zhejiang University, Hangzhou, China.

Маҷалла: Machines.

Ношир: MDPI, Basel, Switzerland.

Шиносаи нашр: Machines 2026, 14(5), 527.

DOI: 10.3390/machines14050527.

Пайванди расмии нашр:https://doi.org/10.3390/machines14050527

Қабул / бозбинӣ / пазируфтан / нашр: 24 March 2026 / 30 April 2026 / 5 May 2026 / 8 May 2026.

Навъи манбаъ ва ҳолати тақриз: Мақолаи таҳқиқотии тақризшуда, ки дар маҷаллаи Machines нашр шудааст.

Иҷозатнома: Creative Commons Attribution (CC BY); ҳуқуқи муаллиф © 2026 ба муаллифон тааллуқ дорад.

Маблағгузорӣ: Таҳқиқот аз ҷониби Tianshan Talent Program: Youth Support Talent Project бо дастгирии рақами 2024TSYCQNTJ0020 ва China State Construction Engineering Corporation Technology R&D Projects бо дастгирии рақами CSCEC-2025-Z-27 маблағгузорӣ шудааст.

Дастрасии додаҳо: Гуфта шудааст, ки додаҳои дар таҳқиқот истифодашуда ҳангоми тамос бо муаллифи масъул метавонанд бо дархост пешниҳод шаванд.

Бархӯрди манфиатҳо: Зикр шудааст, ки Xulong Zhang ва Hai Guo дар Xinjiang Academy of Building Research Co., Ltd. кор мекунанд. Муаллифони дигар изҳор мекунанд, ки муносибатҳои тиҷоратӣ ё молиявие, ки метавонанд ба таҳқиқот таъсир расонанд, вуҷуд надоранд.

Ҳиссаҳои муаллифон: Консептуализатсия Xulong Zhang ва Hong Jiang; методология ва таҳлили расмӣ Xulong Zhang; нармафзор Kaige Sun; тасдиқ Xulong Zhang, Hong Jiang ва Xiangfeng Zhang; таҳқиқот Xulong Zhang ва Dong Han; захираҳо Dong Han; коркарди додаҳо Kaige Sun ва Dong Han; дастнависи аввал Xulong Zhang; бозбинӣ ва таҳрир Hong Jiang, Dong Han ва Xiangfeng Zhang; визуализатсия Xulong Zhang; роҳнамоӣ Hong Jiang; идоракунии лоиҳа ва дарёфти маблағ Hai Guo анҷом додааст.

Қайди маҷмуаи додаҳо: Таҷрибаи асосӣ дар KITTI гузаронида шудааст. Маҷмуаи омӯзишии KITTI бо 7481 тасвир ба 5237 тасвири омӯзиш, 1496 тасвири тасдиқ ва 748 тасвири тест бо таносуби 7:2:1 ҷудо шудааст. SODA10M ва FLIR низ бо таносуби 7:2:1 ба омӯзиш, тасдиқ ва тест ҷудо шудаанд. Дар таҷрибаҳои FLIR танҳо тасвирҳои RGB истифода шудаанд.

Ҳудуди тафсири «умумисозӣ»: Манбаъ таҷрибаҳои SODA10M ва FLIR-ро generalization/cross-dataset test меномад; аммо азбаски қисмҳои омӯзишии худи ин маҷмуаҳо истифода шудаанд, натиҷаҳо набояд ҳамчун zero-shot domain transfer арзёбӣ шаванд. Дар ин матни Verianla истилоҳоти манбаъ нигоҳ дошта шудаанд, аммо доираи воқеии тартиби таҷрибавӣ ҷудогона шарҳ дода шудааст.

Ҳудуди тасдиқи дастгоҳи канорӣ: Таҷрибаи Jetson Orin Nano нишон медиҳад, ки модел дар шароити TensorRT/FP16 метавонад дар дастгоҳи канорӣ иҷро шавад ва суръати inferens-и видеоии онро нишон медиҳад. Таҳқиқот тасдиқи бехатарии ҳаракати автономии дарозмуддати UGV дар саҳрои воқеии кушода, ҳамгироии дарк–банақшагирӣ–идоракунӣ ё эътимоднокии сатҳи сертификатсия нест.

Ҳудудҳои кори оянда: Муҳаққиқон тағйироти шадиди равшанӣ, борон, туман, дидани пасти шабона ва ҳамгироии бисёрсенсориро аз ҷумлаи мавзӯъҳое мешуморанд, ки бояд дар оянда рушд дода шаванд.

Усули омодасозии мундариҷа: Қисми илмии ин мундариҷаи Verianla ба матн, муодилаҳо, ҷадвалҳо, шаклҳои меъмории шабака, таҷрибаҳои аблятсия, тасвирҳои ошкорсозӣ, харитаҳои гармӣ ва натиҷаҳои Jetson Orin Nano-и таҳқиқоти боршуда такя мекунад. Аз манбаъҳои беруна натиҷаи нави таҷрибавӣ, арзиши нави иҷроиш ё механизми иловагӣ илова нашудааст. Санҷиши беруна танҳо барои тасдиқи шиносаи библиографии нашр истифода шудааст. Inline SVG-ҳо аз маълумоти дақиқи ҷадвалҳои гузоришшуда дар манбаъ аз нав кашида шудаанд ё нақшаҳои аслии шарҳдиҳандае мебошанд, ки бар асоси усули таҳқиқот омода шудаанд.