摘要

道路识别是智能无人车辆环境感知的基础内容之一,要求算法在实际应用中兼具准确性和实时性。提出了一种多分支融合的卷积神经网络,基于多分支的特征提取模块在特征空间对道路上下文、道路空间细节和道路边界建模,采用轻量化的上采样融合与优化模块融合多维信息,并输出精细的道路识别结果。在KITTI ROAD数据集上开展的实验表明,所提出的方法能以比以往更高的推理速度获取高质量的道路识别结果。