基于改进YOLOv11-OBB-SVDD的数字孪生智能车系统设计OA

随着智能驾驶和数字孪生技术的快速发展,构建高效、实时的车路协同系统成为研究热点。为此,本文设计了基于改进YOLOv11-OBB-SVDD的数字孪生智能车系统。该系统由物理智能车、虚拟智能车、智能可视化服务、孪生数据和动态实时连接5部分组成。首先,物理智能车搭载视觉传感器实时采集赛道图像,实现自主路径识别;在赛道上方部署工业相机感知智能车在赛道中图像。然后,建立与物理智能车一致的虚拟模型实现虚实映射,利用YOLOv11-OBB检测物理智能车的位置与车身偏转角度;为提高对尺寸较小智能车的检测性能,采用基于频率感知特征融合(FreqFusion)的特征融合方法对模型进行改进。最后,虚拟智能车通过位置与车身偏转角度结合赛道信息,利用支持向量数据描述(SVDD)算法检测车辆偏离赛道风险;通过动态实时连接向物理智能车发送控制信号,智能可视化服务提供智能车可视化动态监控,孪生数据汇聚数字孪生智能车系统多维多尺度数据。实验结果表明,提出的改进YOLOv11-OBB对物理智能车的检测精确率、召回率、IOU阈值为0.5时的平均精度均值分别达到了94.4%、93.0%、92.2%;SVDD检测智能车正常行驶与偏离赛道风险的准确率、查准率、查全率分别达到94.5%、95.4%、93.5%。整个系统实时性高,可以准确实现智能车自主循迹与数字孪生各模块的功能。