基于BEVFusion多尺度动态边缘关注融合的集装箱边沿检测研究
马成彬 （ 天津港太平洋国际集装箱码头有限公司 ）
王君雄 （ 三一海洋重工有限公司 ）
王兴峰 （ 天津港太平洋国际集装箱码头有限公司 ）
朱林贵 （ 三一海洋重工有限公司 ）
郑双乐 （ 三一海洋重工有限公司 ）
王艳宾 （ 三一海洋重工有限公司 ）
https://doi.org/10.37155/3041-0827-0106-80Abstract
随着人工智能的快速发展，对港口自动化作业技术的要求也在不断提高，对集装箱精确定位和边沿检测 的研究在港口智能化中具有重要意义。传统的单一视觉或激光传感器方法在低光照、遮挡及复杂背景下容易出现误检 或漏检问题。为此，本文在 BEVFusion 框架的基础上提出了一种多尺度动态边缘关注融合方法，通过设计视觉与激光 数据的多尺度边缘特征提取模块、动态注意力融合机制和定制化边缘梯度一致性损失，实现了边沿细节的有效增强和 全局语义信息的充分利用。实验在自建数据集进行，对比结果表明，本文方法在检测准确率、边沿定位精度和鲁棒性 方面显著优于传统方法，可为集装箱自动作业提供有力的技术支持。
Keywords
BEVFusion；多尺度；动态边缘关注；激光与视觉融合；集装箱检测Full Text
PDFReferences
研究 [J]. 南京师范大学学报（工程技术版），2021，21
（1）：64-71.
[2]李志梅，陈新度，吴磊 . 深度相机与 2D 激光融合
的 SLAM 闭环检测方法研究 [J]. 组合机床与自动化加工
技术，2020，62（11）：107-111.
[3]陈昆 . 基于双目视觉和激光雷达融合的道路环境感
知技术 [D]. 杭州：浙江大学，2020.
[4]Cai Z, Vasconcelos N. Cascade r-cnn: Delving into
high quality object detection[C]//Proceedings of the IEEE
conference on computer vision and pattern recognition. 2018:
6154-6162.
Copyright © 2025 马成彬,王君雄,王兴峰,朱林贵,郑双乐,王艳宾
Publishing time:2025-06-30
This work is licensed under a Creative Commons Attribution 4.0 International License
