科研之友
微信
新浪微博
Facebook
分享链接
摘要
车道线检测是智能辅助驾驶的核心问题，研究基于深度学习的车道线激光精准检测方法，提高车道线检测精度。将激光雷达安装在待检车辆上，用来扫描物体返回脉冲，通过激光雷达的回波脉冲宽度提取车道线与路面区分度的特征，结合深度学习方法，构建新型多尺度全卷积神经网络的车道线检测模型，融合特征图对车道线分割，实现车道线精准检测。实验结果表明，在多场景条件下，本方法的漏检率、误检率均低于传统方法，平均检测合格率96%,交互比也远远高于传统方法，平均耗时低至51 ms,且变化态势平稳，说明本方法在不同场景中车道线图像分割处理效果较好，车道线的检测效率较高，车道线检测的精度较高。
- 单位
