中国测试·编委领航
2026年编委成果展示
导言
夜间低照度环境下，移动人体目标成像亮度低、纹理弱、边界模糊是自动驾驶与智能安防领域长期面临的困境。当车载系统需要在1～10米范围内实时捕捉并跟踪行人时，传统算法往往力不从心。
本期《编委领航》看上海大学王驰教授团队如何以轻量化YOLOv8n为基座，引入层级引导特征融合注意力模块，并完成Jetson端侧TensorRT部署，从算法到系统，为夜间车载人体实时检测打通“最后一公里”。
为夜间低照度场景装上“增强感知”
为夜间低照度场景装上“增强感知”
《中国测试》编委
——王驰教授
王驰，上海大学机电工程与自动化学院教授、博士生导师，上海大学创新创业学院副院长，上海市东方学者特聘教授。主要从事应用光学与融合传感检测技术的研究，包括微小光纤内窥镜检测技术、柔性浅埋物声光融合探测技术、微光夜视监测技术等。在国内外重要学术期刊上发表论文100余篇，获授权中国发明专利10多项。作为项目负责人主持国家级/省部级/企业委托项目等40余项。兼任中国仪器仪表学会精密机械分会委员、副总干事以及《光学精密工程》期刊编委、《中国测试》期刊青年编委等学术职务。
融合特征增强的夜间人体实时检测方法
成果发表于《中国测试》2026第8期
摘要：【目的】针对夜间低照度环境下移动人体目标成像亮度低、纹理弱、边界模糊以及车载端实时推理需求高等问题，提出一种车载式夜间移动人体目标实时检测方法。【方法】以轻量化YOLOv8n为基础检测框架，在特征融合阶段引入层级引导特征融合注意力模块，构建HG-FFA-YOLOv8n模型，以增强低亮度人体目标的有效特征表达；同时结合TensorRT完成Jetson端侧部署，并搭建由红外光源、双目红外相机、端侧推理平台、二自由度云台和履带式底盘组成的车载检测系统，实现夜间目标检测、云台跟踪、距离记录和轨迹生成等功能。【结果】改进后的HGFFA-YOLOv8n的mAP50、mAP50:95和Precision分别达到0.554、0.310和0.728，较原始YOLOv8n分别提高0.042、0.024和0.065；经TensorRT部署后，模型在Jetson平台上的推理速度达到38.66 FPS。【结论】在环境照度为0.38 Lux的夜间实验场景下，所搭建系统能够在1～10 m范围内完成移动人体目标的实时检测与连续跟踪，验证了本文方法在夜间低照度车载移动目标检测任务中的可行性与实时性。
关键词：夜间目标检测; 注意力机制; 车载系统; 实时跟踪
从“看得见”到“看得准、跟得上”，精度与速度的跃升是自动驾驶落地的关键阶梯。该文回应了夜间车载检测精度与实时性难兼得的难题，通过特征融合与端侧优化，证实模型在0.38 Lux极暗环境下的显著优势，为智能驾驶与夜间安防提供创新方案。
《中国测试》将持续关注智能感知与边缘计算交叉领域的前沿成果，助力我国自动驾驶与智慧安防产业的自主创新与落地应用。
关注我们，洞察传感检测与仪器前沿！
【专题征稿】聚焦前沿交叉领域，探索智能时代下建模与决策的革新路径，涵盖等创新主题，诚邀学界同仁共创未来。
【往期期刊】
往期卷册系统收录测试领域重要成果，为学者提供完整知识脉络与研究积淀，助力深入理解学科演进与创新轨迹。
【文化建设】
，汇聚学界祝福，见证与行业共同成长的里程碑。期刊持续打造 “漫话计量” 等，生动解读国际单位制演变，推动计量知识传播。
【培训通知】
2026年度，《中国测试》将举办。最新培训详情及后续月度安排，敬请关注《中国测试》公众号通知。
本月重点推出：专题培训。
热门跟贴