基于传统与伪步进斜极技术的内置式永磁同步电机转矩特性比较

《Actuators》：Comparison of Torque Characteristics in Interior Permanent Magnet Synchronous Machine with Conventional and Pseudo Step-Skewing Techniques

　　

基于摄像头传感器的交通目标检测是自动驾驶的关键任务。然而，在光照恶劣的夜间条件下，研究人员面临多重挑战：目标边缘模糊、尺度变化大、以及过曝与欠曝并存的复杂光照条件。因此，基于视觉的感知任务难以同时保证可靠的精度与快速的推理速度。本研究提出了一种新颖、高效且轻量的视觉模块，用于在极具挑战性的夜间环境中检测交通目标，该模块通过对YOLOv8n架构进行增强而开发。首先，在路径聚合网络中引入双向加权特征融合方法（Bidirectional Feature Pyramid Network, BiFPN），并增加额外的浅层P2特征图，以充分利用不同尺度特征的关键信息。随后，在特征金字塔末端与检测头之间插入坐标注意力（Coordinate Attention, CA）模块，以捕获目标的语义信息与空间信息。最后，采用动态上采样器（DySample）引导模型关注困难样本的细节特征，从而平衡不同目标类别间的检测精度。研究人员从BDD100K数据集中筛选夜间交通场景子集用于评估所提方法。实验表明，相对于基线方法，所提方法将平均精度均值（mean Average Precision, mAP50）从51.5%提升至56.6%，参数量减少7.3%，并保持208帧/秒（Frames Per Second, FPS）的快速推理速度。对于具有挑战性的自行车和摩托车类别，检测精度获得显著提升。与其他先进YOLO系列模型（如YOLOv11）相比，所提模型同样展现出显著性能优势，mAP50高出3.7%。此外，该模型在更大的BDD100K夜间分区上表现出良好的泛化性能。研究结论证实，所提方法在不影响实时处理的前提下显著提升了检测精度，凸显了其作为轻量视觉模块在挑战性夜间场景中为自动驾驶控制与安全执行器提供可靠感知输入的潜力。

**研究背景与问题提出**

可靠的环境感知对于自动驾驶安全运行至关重要。摄像头传感器凭借其优异的性能和较低的成本，成为现代车辆感知系统的基石。然而，作为被动传感器，标准RGB摄像头的性能 heavily depends on 环境光照条件。在低光照夜间环境以及眩目的车辆前照灯等挑战性交通场景中，图像质量严重退化，导致感知性能显著下降。研究表明，在低光照条件下，摄像头等感知设备可能遭遇视觉里程计完全失效；在眩光干扰环境中，摄像头数据质量可下降50%至70%，感知错误率高达40%。这种复杂夜间交通场景中感知性能的下降对智能车辆的驾驶安全构成严重威胁。

过去十年间，计算机视觉取得了长足进步，深度学习的发展尤为关键。卷积神经网络（Convolutional Neural Networks, CNNs）和视觉变换器（Vision Transformer, ViT）模型展现出强大的表征学习能力，广泛应用于实例分割、图像分类和目标检测等计算机视觉任务。经典的两阶段检测算法以Fast R-CNN和Faster R-CNN为代表，先生成高质量候选框再进行检测与回归，精度较高但处理时间较长。基于集合的检测器如DETR将目标检测表述为直接的集合预测问题，使用变换器和二分匹配，消除了锚点和非极大值抑制（Non-Maximum Suppression, NMS）等手工设计组件，但存在收敛慢、计算成本高、小目标性能差等问题，不太适用于小目标和密集分布目标常见的复杂交通场景。相比之下，YOLO和SSD等单阶段检测网络将目标检测重新定义为回归任务，其主要优势在于快速推理能力与可靠精度的结合，高度契合自动驾驶系统苛刻的实时感知需求，为缓解复杂夜间环境导致的视觉传感器性能退化提供了有前景的新途径，而这正是下游车辆控制决策和安全干预的基础。

尽管YOLO系列框架在夜间交通场景中的应用已展现潜力，但由于任务本身的固有难度，诸多挑战依然存在。真实夜间场景呈现复杂光照条件，车辆前照灯与路灯等多种光源交织，造成局部眩光和明暗对比剧烈；低光照区域图像信噪比低、细节损失严重；目标呈现大尺度变化，小目标和远处目标像素有限、特征可区分性差。这些问题因密集交通中的严重遮挡和明显运动模糊而进一步加剧，导致传统模型漏检率显著上升、检测效果大幅下降。同时，在这些挑战性场景中考虑模型的实时能力和轻量设计亦不可或缺，在资源受限的车载平台上平衡高性能与低复杂度已成为自动驾驶系统（Automated Driving Systems, ADS）的关键挑战。

**研究内容与技术方法**

为克服上述问题，研究人员提出YOLOv8n-BCD，一种旨在提升夜间场景交通目标检测精度的高效轻量模型。该研究的主要关键技术方法包括三个核心模块：在颈部网络中采用双向加权特征金字塔网络（BiFPN），以加权机制替代传统拼接方法，并在融合过程中引入更高分辨率的特征图，使模型能够捕获并融合更广空间分辨率范围的特征；在特征输出阶段末端引入轻量级坐标注意力（CA）机制，以充分利用空间上下文信息并抑制噪声；采用动态上采样器（DySample）自适应地关注困难样本的细节特征，从而减少信息损失。研究所用样本队列来源于大规模公共自动驾驶数据集BDD100K，从中筛选3500张高质量夜间交通场景图像构建子集，包含行人、汽车、自行车、摩托车和交通灯五类常见交通目标，并按7:1.5:1.5比例随机划分为训练集、验证集和测试集。此外，研究人员还构建了包含21992张图像的更大规模BDD100K夜间测试集，以及包含22380张图像的白天测试集，用于评估模型泛化性能。

**研究结果**

**双向加权特征融合网络**：研究人员对YOLOv8n的颈部结构进行详细探索，尝试了Slim-neck、CCFF和BiFPN等多种特征融合方法，并考察了向BiFPN网络中引入P2低层特征的影响。实验结果表明，有效的特征融合方法能够提升夜间交通目标检测性能。其中，向BiFPN网络引入P2浅层特征获得最佳整体性能，mAP₅₀达到53.8%，mAP_50-95达到29.3%，较原始BiFPN分别提升0.7%和0.8%，同时保持适度的参数量（2.78 M）、计算量（8.1 G FLOPs）和较快的检测速度（263 FPS）。BiFPN的加权融合机制为每个输入特征层分配可学习权重，动态抑制低质量、高噪声层级，增强高质量、富细节层级，使网络在融合多尺度特征时自动降低低信噪比区域的干扰。额外引入的高分辨率P2特征保留了小目标物体的边缘细节和精确空间位置信息，经与深层特征加权融合后浅层噪声被抑制，边缘细节感知增强，小目标和低对比度目标的检测性能得以提升。

**坐标注意力机制**：为促进模型提取融合特征的能力，研究人员在特征融合网络输出端与检测头之间集成注意力模块。实验系统评估了多种先进和传统注意力机制的效果，结果显示SE和CA等结构相对简单的轻量级注意力模块在不增加计算成本的前提下进一步提升了模型性能。采用SE通道注意力机制获得最高mAP₅₀（54.7%），而引入CA机制在保持高mAP₅₀（54.6%）的同时获得最高mAP_50-95（30.1%）和合理的检测速度（233 FPS），参数量仅增加0.01 M。相比之下，MSDA、ACmix和LSA等更复杂的注意力机制并未展现出更好的协同效果，性能甚至低于基线模型，表明复杂计算可能与BiFPN的动态加权融合机制产生冲突，放大夜间背景噪声。研究人员尝试在多个特征层（P3、P4、P5）末端引入注意力模块，但该方法未带来精度提升，反而增加了网络参数和计算负担。最终仅在特征金字塔顶层P5末端引入单个轻量级CA模块，以可忽略的额外参数和计算成本引导模型关注融合后的高级语义特征和空间信息。在低光照条件下，目标与背景强度差异极小，CA沿水平和垂直方向分别进行全局平均池化，生成一对方向感知特征图，保留精确的空间位置信息，即使在视觉线索极弱时仍能引导模型关注目标可能出现区域，减少道路纹理和背景区域的噪声干扰。

**动态上采样器DySample**：在BiFPN和CA模块基础上，增加DySample上采样器使mAP₅₀进一步提升2.0%。深入分析表明，该上采样器对摩托车和自行车等特别具有挑战性的类别改善显著。以摩托车类别为例，与YOLOv8n基线相比，其精确率（Precision）大幅提升35.1%，召回率（Recall）提升6.1%，AP₅₀提升20.8%，mAP_50-95提升12.3%。DySample的动态重采样机制特别关注夜间小目标和模糊边缘目标的细节，缓解困难样本的信息损失。值得指出的是，mAP_50-95的轻微下降表明在更严格IoU阈值下定位精度略有回退，这主要源于少数易识别类别的精确率小幅损失，从安全角度而言该损失可接受——脆弱道路使用者（如摩托车手和骑行者）的漏检可能导致致命事故，而常见物体如汽车定位精度的轻微降低不太可能直接导致碰撞。

**对比实验与泛化性能**：与多种主流轻量化YOLO系列模型（包括YOLOv3-tiny、YOLOv5n、YOLOv6n、YOLOv8n/s、YOLOv9-tiny、YOLOv10n、YOLOv11n和YOLOv12n）的系统比较显示，YOLOv8n-BCD以56.6%的mAP₅₀和29.9%的mAP_50-95在所有测试模型中表现最优。与较新的YOLOv11n和YOLOv12n框架相比，mAP₅₀分别高出3.7%和6.5%，且运行速度更快（208 FPS）。与YOLOv8s相比，精确率和mAP₅₀分别提升9.2%和3.6%，同时显著降低计算量和参数量。在更大规模BDD100K夜间测试集（21992张图像）上的评估表明，原始YOLOv8n-BCD较基线已将mAP₅₀从38.6%提升至40.1%，经对稀有类别过采样重新训练的YOLOv8n-BCD-OS进一步提升至41.3%，表明模型在大规模真实夜间数据上保持稳定的泛化能力。在白天测试集（22380张图像）上，YOLOv8n-BCD将mAP₅₀从43.0%提升至45.5%，表明模型虽专为夜间环境设计，在日间条件下同样展现出良好的泛化性和鲁棒性。

**失败分析与实际部署挑战**：混淆矩阵分析显示，行人和汽车等常见类别的正确预测比例分别为50%和69%，而自行车和摩托车的正确预测比例仅36%和17%，漏检问题严重。夜间图像普遍存在低对比度、光照不均和边缘模糊，目标在低光照条件下与背景融合，尤其当物体距离较远或部分遮挡时，模型难以提取足够判别性特征。部分摩托车被误分类为汽车，可能是由于夜间摩托车尾灯或前照灯产生的光斑与汽车相似，在缺乏详细形状信息时导致误判。此外，模型对极端低光照、眩光反射以及雨雪雾等恶劣天气条件的鲁棒性仍有不足。

在实际部署方面，尽管YOLOv8n-BCD在检测精度与模型大小间取得良好平衡（2.79 M参数、208 FPS推理速度），但在嵌入式自动驾驶平台上的部署仍面临内存占用、实时延迟和能耗之间的权衡。INT8量化是将模型部署至边缘设备的可行路径，研究表明对YOLOv8n应用INT8训练后量化可将推理延迟从164.9 ms降至94.7 ms，mAP损失仅约1%。结构化剪枝可直接减少模型参数和计算成本，但现有剪枝水平对实际车载部署而言仍不充分，需结合量化与剪枝等技术以满足严格的存储和功耗约束。此外，感知模块需与下游车辆控制和规划系统无缝集成，在限定时间内提供及时输出以支持可靠决策，端到端延迟必须保持在可接受范围内。

**讨论与结论**

研究人员指出，YOLOv8n-BCD模型作为轻量级夜间交通目标检测视觉模块，可为夜间自动驾驶系统管线提供高质量检测输出。通过未来整合深度估计和基于多传感器的三维空间坐标感知等方法，可为后续空间推理和风险评估提供更可靠的感知基础，在资源受限条件下构建稳健的夜间自动驾驶感知系统建立经济高效的实用途径。

研究结论部分指出，本研究提出了一种基于YOLOv8n改进的检测框架，专为具有挑战性的夜间交通环境量身定制，为自动驾驶中的车辆控制和安全系统提供可靠感知。通过整合三项关键创新——双向加权特征融合网络（BiFPN）、轻量级CA机制和动态上采样策略（DySample）——该模型实现了高效的多尺度特征聚合、精确的空间上下文建模以及针对困难样本的自适应细节保留。在自构建BDD100K夜间子集上的评估表明，BiFPN结构使mAP₅₀提升2.3%并实现7.6%的参数量削减；CA机制通过空间-通道相互依赖学习进一步将mAP₅₀提升0.8%；DySample通过缓解上采样伪影额外贡献2.0%的精度增益。值得注意的是，该框架对具有挑战性的类别（脆弱道路使用者）表现出显著鲁棒性，自行车和摩托车的mAP₅₀分别提升4.2%和20.8%。与最先进的YOLO变体相比，所提模型在精度（56.6% mAP₅₀）和效率（208 FPS）之间取得了更优平衡，架构紧凑，仅2.79 M参数，有利于在资源受限的自动驾驶平台上部署。尽管取得上述进展，研究仍存在以下局限：数据集的类别不平衡问题，稀有类别实例较少；极端低光照、严重眩光或近零照度环境下，传感器噪声和判别特征不足仍导致较高漏检率；对远处极小微目标和严重遮挡目标的检测能力有待提升；模型尚未在实际自动驾驶车辆的夜间真实驾驶场景中测试。未来工作将优先聚焦三个方向：数据集多样化以解决长尾分布问题并纳入多样光照条件；通过模型量化和硬件感知剪枝进行边缘部署优化；与LiDAR或热成像进行多模态融合以补偿视觉传感器在极端场景下的局限，并将所提检测器与深度估计或三维坐标感知方法相结合，进一步支持自动驾驶决策。