本网讯  近日，我院陈永麟老师为第一作者，联合南京林业大学唐金辉教授团队和安徽大学王华彬教授团队，在《Pattern Recognition》上发表题为“EEnvA-Mamba: Effective and environtology-aware adaptive Mamba forroad object detection in adverse weather scenes”的学术论文。《Pattern Recognition》是由Elsevier集团出版的机器学习、人工智能领域国际权威期刊，影响因子8.0，中科院SCI一区TOP期刊。

恶劣的天气条件严重影响自动驾驶系统的视觉感知能力，主要表现为图像质量下降、目标遮挡加剧以及光照环境不稳定。尽管当前主流基于深度学习的检测方法在标准场景中表现优异，但在恶劣天气下其鲁棒性显著受限，原因在于受损特征表示与算法适应性不足共同削弱了模型在动态气象条件下的泛化能力。针对上述问题，研究团队创新性地提出一种高效计算架构EEnvA-Mamba，旨在兼顾实时推理速度与高精度检测性能。为验证方法有效性，研究团队构建了一个针对雪地场景的专用数据集VOC-SNOW a，覆盖多种光照条件与降雪强度。实验表明，所提方法在检测精度上达到行业领先水平，AP指标达66.4%，较现有最优模型高出4.5个百分点。

EEnvA-Mamba模型框架图

算法效果对比图

目前，该研究的源代码已公开发布，旨在推动相关领域的共同进步，也彰显了我校在应用前沿人工智能技术解决智慧城市（自主导航）难题方面的科研实力。

该研究得到了国家重点研发计划项目（2024YFC3808100）和安徽省教育厅自然科学重点项目（2024AH050236）资助。（文：陈永麟 一审：杨玲 二审：谢陈磊 三审：张润梅）