朱晓峰，李 林，，张德津，罗文婷

1.福建农林大学 交通与土木工程学院，福州 350100

2.南京工业大学 交通运输工程学院，南京 211816

3.深圳大学 建筑与城市规划学院，广东 深圳 518060

近年来高速异物事件时有发生，已经成为威胁高速公路交通安全的重要问题，给高速公路运行埋下了安全隐患[1]。现阶段道路养护部门对待高速异物问题，可以总结为两种解决方案：第一种是人工巡查法。即通过安排专门的巡查车辆对各自负责的养护路段进行保洁巡查，发现高速异物及时清理，但此种方法效率低、容易出现消极怠工的情况；第二种方法是重点位置架设高清摄像头实时监控，这种方法的弊端在于首先高清定点摄像头无法对高速公路全路段进行监控，同时高速异物具有不固定性，对于高清摄像头监控到的高速异物无法得到及时有效的清理。

针对现阶段人工巡检可以及时清理异物，但存在消极怠工的情况。本文提出了一种轻量化高速异物实时检测算法（RoadNetV2）辅助人工巡检。该方法在模型训练阶段，针对现阶段无可靠高速异物公开数据集的问题，使用高速公路模拟场景数据集扩充方法，提升自建数据集的复杂程度。在算法结构方法，RoadNetV2算法采用了light-focus浅层信息增强模块和C3_CD特征提取模块作为主要部件搭建模型的backbone部分，在neck部分采用了CoordConv和Conv的卷积组合的path aggregation network（PAN）模块降低整体模型复杂度，提升模型推理速率，在损失函数方面，选用Alpha-CIOU作为损失计算函数，并采用多权值平衡计算策略，提升弱小目标的梯度值，以此增加弱小目标的识别精度和回归精度。……