基于视觉的嵌入式路面标识检测算法研究

作者：许大展; 吴晓雨

来源：中国传媒大学学报(自然科学版), 2021, 28(04): 55-62.

DOI：10.16196/j.cnki.issn.1673-4793.2021.04.007

• 路面标识检测
• 模型加速
• 嵌入式平台TX2
• TensorRT

路面标识为无人驾驶提供重要的道路视觉信息,路面标识的正确识别是行车安全的前提。由于实际道路场景的复杂多变性,传统路面标识检测方法在嵌入式平台下算法鲁棒性和实时性方面仍面临着一些挑战。本文提出了嵌入式平台Jetson TX2下路面标识检测网络模型及优化算法:首先给出了基于层合并的区域全卷积网络R-FCN(Region-based Fully Convolutional Networks)的简化模型,实现了路面标识的高精度检测;接着,为了满足实际应用中实时推理需求,将简化的R-FCN网络模型部署在嵌入式平台NVIDIA Jetson TX2上,构建了基于TensorRT的模型推理优化加速方法,在嵌入式平台上实现了快速准确路面标识算法。该算法在自建路面标识库和相应的公开数据库进行了测试,实验结果验证了算法的有效性。

• 单位
  中国传媒大学